SdcaNonCalibratedMulticlassTrainer Classe

  • Riferimento

Definizione

Spazio dei nomi:
Microsoft.ML.Trainers
Assembly:
Microsoft.ML.StandardTrainers.dll
Pacchetto:
Microsoft.ML v3.0.1
Pacchetto:
Microsoft.ML v1.0.0
Pacchetto:
Microsoft.ML v1.1.0
Pacchetto:
Microsoft.ML v1.2.0
Pacchetto:
Microsoft.ML v1.3.1
Pacchetto:
Microsoft.ML v1.4.0
Pacchetto:
Microsoft.ML v1.5.5
Pacchetto:
Microsoft.ML v1.6.0
Pacchetto:
Microsoft.ML v1.7.0
Pacchetto:
Microsoft.ML v2.0.0

OggettoIEstimator<TTransformer> per stimare una destinazione usando un classificatore multiclasse lineare. Il modello LinearMulticlassModelParameters sottoposto a training produce probabilità di classi.

public sealed class SdcaNonCalibratedMulticlassTrainer : Microsoft.ML.Trainers.SdcaMulticlassTrainerBase<Microsoft.ML.Trainers.LinearMulticlassModelParameters>
type SdcaNonCalibratedMulticlassTrainer = class
    inherit SdcaMulticlassTrainerBase<LinearMulticlassModelParameters>
Public NotInheritable Class SdcaNonCalibratedMulticlassTrainer
Inherits SdcaMulticlassTrainerBase(Of LinearMulticlassModelParameters)
Ereditarietà
Object
TrainerEstimatorBase<TTransformer,TModel>
StochasticTrainerBase<TTransformer,TModel>
SdcaTrainerBase<SdcaMulticlassTrainerBase<TModel>.MulticlassOptions,MulticlassPredictionTransformer<TModel>,TModel>
SdcaMulticlassTrainerBase<LinearMulticlassModelParameters>
SdcaNonCalibratedMulticlassTrainer

Commenti

Per creare questo trainer, usare SdcaMaximumEntropy o SdcaMaximumEntropy(Options).

Colonne di input e output

I dati della colonna dell'etichetta di input devono essere di tipo chiave e la colonna di funzionalità deve essere un vettore di dimensioni note di Single.

Questo formatore restituisce le colonne seguenti:

Nome colonna di output Tipo di colonna Descrizione
Score Vettore di Single I punteggi di tutte le classi. Valori più alti indicano maggiori probabilità di rientrare nella classe associata. Se l'elemento i-esimo ha il valore più elevato, l'indice delle etichette stimate sarà i. Si noti che i è l'indice a base zero.
PredictedLabel tipo di chiave L'indice dell'etichetta stimata. Se il valore è i, l'etichetta effettiva potrebbe essere la categoria i-esima nel tipo di etichetta di input con valori key.

Caratteristiche del trainer
Attività di Machine Learning Classificazione multiclasse
È necessaria la normalizzazione? Sì
È necessaria la memorizzazione nella cache? No
NuGet richiesto oltre a Microsoft.ML Nessuno
Esportabile in ONNX Sì

Funzione di assegnazione dei punteggi

Questo esegue il training di un modello lineare per risolvere i problemi di classificazione multiclasse. Si supponga che il numero di classi sia $m$ e il numero di funzionalità sia $n$. Assegna alla classe $c$-th un vettore coefficiente $\textbf{w}_c \in {\mathbb R}^n$ e un $b_c \in {\mathbb R}$, per $c=1,\dots,m$. Dato un vettore di funzionalità $\textbf{x} \in {\mathbb R}^n$, il punteggio della classe $c$-th sarà $\hat{y}^c = \textbf{w}_c^T \textbf{x} + b_c$. Si noti che il valore $c$-th nella colonna del punteggio di output è solo $\hat{y}^c$.

Dettagli dell'algoritmo di training

Vedere la documentazione di SdcaMulticlassTrainerBase.

Controllare la sezione Vedere anche i collegamenti agli esempi di utilizzo.

Campi

FeatureColumn

Colonna di funzionalità prevista dal trainer.

(Ereditato da TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn

Colonna etichetta prevista dal trainer. Può essere null, che indica che l'etichetta non viene usata per il training.

(Ereditato da TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn

Colonna di peso prevista dal trainer. Può essere null, che indica che il peso non viene usato per il training.

(Ereditato da TrainerEstimatorBase<TTransformer,TModel>)

Proprietà

Info

OggettoIEstimator<TTransformer> per stimare una destinazione usando un classificatore multiclasse lineare. Il modello LinearMulticlassModelParameters sottoposto a training produce probabilità di classi.

(Ereditato da StochasticTrainerBase<TTransformer,TModel>)

Metodi

Fit(IDataView)

Esegue il training e restituisce un ITransformeroggetto .

(Ereditato da TrainerEstimatorBase<TTransformer,TModel>)
GetOutputSchema(SchemaShape)

OggettoIEstimator<TTransformer> per stimare una destinazione usando un classificatore multiclasse lineare. Il modello LinearMulticlassModelParameters sottoposto a training produce probabilità di classi.

(Ereditato da TrainerEstimatorBase<TTransformer,TModel>)

Metodi di estensione

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. Ciò garantisce che gli estimatori downstream vengano sottoposti a training sui dati memorizzati nella cache. È utile avere un checkpoint di memorizzazione nella cache prima dei training che accettano più passaggi di dati.
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dato un stimatore, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. Spesso è importante che un stimatore restituisca informazioni su ciò che è stato adatto, che è il motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> sono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di stima tramite EstimatorChain<TLastTransformer> dove lo stimatore per cui si vuole ottenere il trasformatore è sepolto da qualche parte in questa catena. Per questo scenario, è possibile collegare questo metodo a un delegato che verrà chiamato una volta chiamato fit.

Si applica a

Vedi anche