|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する高度なオプションを使用して作成 FastForestBinaryTrainer します。
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する Create FastForestBinaryTrainer。
|
|
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する高度なオプションを使用して作成 FastForestRegressionTrainer します。
|
|
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する Create FastForestRegressionTrainer。
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
デシジョン ツリーの二項分類モデルを使用してターゲットを予測する高度なオプションを使用して作成 FastTreeBinaryTrainer します。
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Create FastTreeBinaryTrainer。デシジョン ツリーの二項分類モデルを使用してターゲットを予測します。
|
|
FastTree(RankingCatalog+RankingTrainers, FastTreeRankingTrainer+Options)
|
FastTreeRankingTrainerデシジョン ツリーのランク付けモデルを使用して、関連性に基づいて一連の入力をランク付けする高度なオプションを作成します。
|
|
FastTree(RankingCatalog+RankingTrainers, String, String, String, String, Int32, Int32, Int32, Double)
|
FastTreeRankingTrainerデシジョン ツリーのランク付けモデルを使用して、関連性に基づいて一連の入力をランク付けする 、作成します。
|
|
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する高度なオプションを使用して作成 FastTreeRegressionTrainer します。
|
|
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する Create FastTreeRegressionTrainer。
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する高度なオプションを使用して作成 FastTreeTweedieTrainer します。
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
デシジョン ツリー回帰モデルを使用してターゲットを予測する Create FastTreeTweedieTrainer。
|
|
FeaturizeByFastForestBinary(TransformsCatalog, FastForestBinaryFeaturizationEstimator+Options)
|
[作成FastForestBinaryFeaturizationEstimator] は、ツリーベースの特徴を作成するためにトレーニングTreeEnsembleModelParametersに使用FastForestBinaryTrainerします。
|
|
FeaturizeByFastForestRegression(TransformsCatalog, FastForestRegressionFeaturizationEstimator+Options)
|
[作成FastForestRegressionFeaturizationEstimator] は、ツリーベースの特徴を作成するためにトレーニングTreeEnsembleModelParametersに使用FastForestRegressionTrainerします。
|
|
FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)
|
[作成FastTreeBinaryFeaturizationEstimator] は、ツリーベースの特徴を作成するためにトレーニングTreeEnsembleModelParametersに使用FastTreeBinaryTrainerします。
|
|
FeaturizeByFastTreeRanking(TransformsCatalog, FastTreeRankingFeaturizationEstimator+Options)
|
[作成FastTreeRankingFeaturizationEstimator] は、ツリーベースの特徴を作成するためにトレーニングTreeEnsembleModelParametersに使用FastTreeRankingTrainerします。
|
|
FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)
|
[作成FastTreeRegressionFeaturizationEstimator] は、ツリーベースの特徴を作成するためにトレーニングTreeEnsembleModelParametersに使用FastTreeRegressionTrainerします。
|
|
FeaturizeByFastTreeTweedie(TransformsCatalog, FastTreeTweedieFeaturizationEstimator+Options)
|
[作成FastTreeTweedieFeaturizationEstimator] は、ツリーベースの特徴を作成するためにトレーニングTreeEnsembleModelParametersに使用FastTreeTweedieTrainerします。
|
|
FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)
|
作成 PretrainedTreeFeaturizationEstimator, 与えられたツリーベースの特徴を TreeEnsembleModelParameters生成します.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
一般化加法モデル (GAM) を使用してターゲットを予測する高度なオプションを使用して作成 GamBinaryTrainer します。
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Create GamBinaryTrainer。 一般化加法モデル (GAM) を使用してターゲットを予測します。
|
|
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
|
一般化加法モデル (GAM) を使用してターゲットを予測する高度なオプションを使用して作成 GamRegressionTrainer します。
|
|
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
|
Create GamRegressionTrainer。 一般化加法モデル (GAM) を使用してターゲットを予測します。
|