|
LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options)
|
Создайте LightGbmRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений с повышением градиента.
|
|
LightGbm(RegressionCatalog+RegressionTrainers, Stream, String)
|
Создайте LightGbmRegressionTrainer на основе предварительно обученной модели LightGBM, которая прогнозирует целевой объект с помощью регрессии дерева принятия решений с повышением градиента.
|
|
LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
|
Создайте LightGbmRegressionTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений с повышением градиента.
|
|
Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)
|
Создание OlsTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.
|
|
Ols(RegressionCatalog+RegressionTrainers, String, String, String)
|
Создайте OlsTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.
|
|
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)
|
Создание LbfgsPoissonRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.
|
|
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Создайте LbfgsPoissonRegressionTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.
|
|
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)
|
Создание OnlineGradientDescentTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.
|
|
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)
|
Создайте OnlineGradientDescentTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.
|
|
Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)
|
Создание SdcaRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели линейной регрессии.
|
|
Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Создайте SdcaRegressionTrainerобъект , который прогнозирует целевой объект с помощью модели линейной регрессии.
|
|
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)
|
Создание FastForestRegressionTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений.
|
|
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)
|
Создайте FastForestRegressionTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений.
|
|
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)
|
Создание FastTreeRegressionTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений.
|
|
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Создайте FastTreeRegressionTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
|
Создайте FastTreeTweedieTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений.
|
|
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Создайте FastTreeTweedieTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений.
|
|
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
|
Создание GamRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью обобщенных аддитивных моделей (GAM).
|
|
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
|
Создайте GamRegressionTrainer, который прогнозирует целевой объект с помощью обобщенных аддитивных моделей (GAM).
|