SdcaBinaryTrainerBase<TModelParameters> Sınıf
Tanım
Önemli
Bazı bilgiler ürünün ön sürümüyle ilgilidir ve sürüm öncesinde önemli değişiklikler yapılmış olabilir. Burada verilen bilgilerle ilgili olarak Microsoft açık veya zımni hiçbir garanti vermez.
SDCA, destek vektör makinesi, doğrusal regresyon, lojistik regresyon gibi doğrusal modeller için (genelleştirilmiş) genel bir eğitim algoritmasıdır. SDCA ikili sınıflandırma eğitmen ailesi birkaç korumalı üye içerir: (1) SdcaNonCalibratedBinaryTrainer genel kayıp fonksiyonlarını destekler ve döndürür LinearBinaryModelParameters.
(2) SdcaLogisticRegressionBinaryTrainer temelde düzenli bir lojistik regresyon modeli eğitmektedir. Lojistik regresyon doğal olarak olasılık çıkışı sağladığından, oluşturulan bu modelin türü olur CalibratedModelParametersBase<TSubModel,TCalibrator>.
where TSubModel is LinearBinaryModelParameters and TCalibrator is PlattCalibrator.
public abstract class SdcaBinaryTrainerBase<TModelParameters> : Microsoft.ML.Trainers.SdcaTrainerBase<Microsoft.ML.Trainers.SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase,Microsoft.ML.Data.BinaryPredictionTransformer<TModelParameters>,TModelParameters> where TModelParameters : classtype SdcaBinaryTrainerBase<'ModelParameters (requires 'ModelParameters : null)> = class
inherit SdcaTrainerBase<SdcaBinaryTrainerBase<'ModelParameters>.BinaryOptionsBase, BinaryPredictionTransformer<'ModelParameters>, 'ModelParameters (requires 'ModelParameters : null)>Public MustInherit Class SdcaBinaryTrainerBase(Of TModelParameters)
Inherits SdcaTrainerBase(Of SdcaBinaryTrainerBase(Of TModelParameters).BinaryOptionsBase, BinaryPredictionTransformer(Of TModelParameters), TModelParameters)Tür Parametreleri
- TModelParameters
- Devralma
-
SdcaTrainerBase<SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase,BinaryPredictionTransformer<TModelParameters>,TModelParameters>SdcaBinaryTrainerBase<TModelParameters>
- Türetilmiş
Alanlar
| FeatureColumn |
Eğitmenin beklediği özellik sütunu. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| LabelColumn |
Eğitmenin beklediği etiket sütunu. etiketin eğitim için kullanılmadığını gösteren olabilir |
| WeightColumn |
Eğitmenin beklediği ağırlık sütunu.
|
Özellikler
| Info |
SDCA, destek vektör makinesi, doğrusal regresyon, lojistik regresyon gibi doğrusal modeller için (genelleştirilmiş) genel bir eğitim algoritmasıdır. SDCA ikili sınıflandırma eğitmen ailesi birkaç korumalı üye içerir: (1) SdcaNonCalibratedBinaryTrainer genel kayıp fonksiyonlarını destekler ve döndürür LinearBinaryModelParameters.
(2) SdcaLogisticRegressionBinaryTrainer temelde düzenli bir lojistik regresyon modeli eğitmektedir. Lojistik regresyon doğal olarak olasılık çıkışı sağladığından, oluşturulan bu modelin türü olur CalibratedModelParametersBase<TSubModel,TCalibrator>.
where |
Yöntemler
| Fit(IDataView) |
bir ITransformereğitip döndürür. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
SDCA, destek vektör makinesi, doğrusal regresyon, lojistik regresyon gibi doğrusal modeller için (genelleştirilmiş) genel bir eğitim algoritmasıdır. SDCA ikili sınıflandırma eğitmen ailesi birkaç korumalı üye içerir: (1) SdcaNonCalibratedBinaryTrainer genel kayıp fonksiyonlarını destekler ve döndürür LinearBinaryModelParameters.
(2) SdcaLogisticRegressionBinaryTrainer temelde düzenli bir lojistik regresyon modeli eğitmektedir. Lojistik regresyon doğal olarak olasılık çıkışı sağladığından, oluşturulan bu modelin türü olur CalibratedModelParametersBase<TSubModel,TCalibrator>.
where |
Uzantı Metotları
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Tahmin zincirine 'önbelleğe alma denetim noktası' ekleme. Bu, aşağı akış tahmincilerinin önbelleğe alınan verilere karşı eğitilmesini sağlar. Birden çok veri geçiren eğitmenlerden önce bir önbelleğe alma kontrol noktası olması yararlıdır. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Tahmin aracı verildiğinde, bir temsilci çağrıldıktan sonra Fit(IDataView) çağıracak bir sarmalama nesnesi döndürün. Tahmin aracının neyin uygun olduğu hakkında bilgi döndürmesi genellikle önemlidir; bu nedenle Fit(IDataView) yöntem yalnızca genel ITransformerbir nesne yerine özel olarak yazılan bir nesne döndürür. Bununla birlikte, aynı zamanda, IEstimator<TTransformer> genellikle birçok nesne içeren işlem hatları halinde oluşturulur, bu nedenle transformatörü almak istediğimiz tahmin aracının EstimatorChain<TLastTransformer> bu zincirde bir yere gömülü olduğu bir tahmin aracı zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla sığdır çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz. |