|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options)
|
Vytvořte pomocí FieldAwareFactorizationMachineTrainer pokročilých možností, které předpoví cíl pomocí stroje na faktorizaci s podporou polí natrénovaného přes data logických popisků.
|
|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String)
|
Vytvořit FieldAwareFactorizationMachineTrainer, který předpovídá cíl pomocí stroje faktorizace s podporou polí natrénovaného přes data logických popisků.
|
|
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String[], String, String)
|
Vytvořit FieldAwareFactorizationMachineTrainer, který předpovídá cíl pomocí stroje faktorizace s podporou polí natrénovaného přes data logických popisků.
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, LightGbmBinaryTrainer+Options)
|
Vytvořte LightGbmBinaryTrainer s pokročilými možnostmi, které předpoví cíl pomocí binární klasifikace rozhodovacího stromu podporujícího přechod.
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, Stream, String)
|
Vytvořte si LightGbmBinaryTrainer z předem natrénovaného modelu LightGBM, který předpovídá cíl pomocí binární klasifikace rozhodovacího stromu podporujícího přechod.
|
|
LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
|
Vytvořit LightGbmBinaryTrainer, který předpovídá cíl pomocí binární klasifikace rozhodovacího stromu podporující přechod.
|
|
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)
|
Vytvořte SymbolicSgdLogisticRegressionBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
Stochastický gradientní sestup (SGD) je iterativní algoritmus, který optimalizuje odlišnou objektivní funkci.
Příkaz SymbolicSgdLogisticRegressionBinaryTrainer paralelizuje SGD pomocí symbolického spuštění.
|
|
SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32)
|
Vytvořit SymbolicSgdLogisticRegressionBinaryTrainer, který předpovídá cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
Stochastický gradientní sestup (SGD) je iterativní algoritmus, který optimalizuje odlišnou objektivní funkci.
Příkaz SymbolicSgdLogisticRegressionBinaryTrainer paralelizuje SGD pomocí symbolického spuštění.
|
|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, AveragedPerceptronTrainer+Options)
|
AveragedPerceptronTrainer Vytvořte objekt s pokročilými možnostmi, který předpovídá cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
|
|
AveragedPerceptron(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, IClassificationLoss, Single, Boolean, Single, Int32)
|
Vytvořte objekt AveragedPerceptronTrainer, který předpovídá cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)
|
Vytvořte LbfgsLogisticRegressionBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
|
|
LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Single, Single, Single, Int32, Boolean)
|
Vytvořit LbfgsLogisticRegressionBinaryTrainer, který předpovídá cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LdSvmTrainer+Options)
|
Vytvořte LdSvmTrainer s pokročilými možnostmi, které predikují cíl pomocí místního hlubokého modelu SVM.
|
|
LdSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Boolean, Boolean)
|
Vytvořit LdSvmTrainer, který předpovídá cíl pomocí místního hlubokého modelu SVM.
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, LinearSvmTrainer+Options)
|
Vytvořte LinearSvmTrainer s pokročilými možnostmi, které predikují cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
|
|
LinearSvm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32)
|
Vytvořit LinearSvmTrainer, který předpovídá cíl pomocí lineárního binárního klasifikačního modelu natrénovaného přes data logických popisků.
|
|
Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)
|
Vytvořit PriorTrainer, který předpovídá cíl pomocí binárního klasifikačního modelu.
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaLogisticRegressionBinaryTrainer+Options)
|
Vytvořte SdcaLogisticRegressionBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu lineární klasifikace.
|
|
SdcaLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)
|
Vytvořit SdcaLogisticRegressionBinaryTrainer, který předpovídá cíl pomocí modelu lineární klasifikace.
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SdcaNonCalibratedBinaryTrainer+Options)
|
Vytvořte SdcaNonCalibratedBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu lineární klasifikace natrénovaného přes data logických popisků.
|
|
SdcaNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers,
String, String, String, ISupportSdcaClassificationLoss, Nullable<Single>,
Nullable<Single>, Nullable<Int32>)
|
Vytvořit SdcaNonCalibratedBinaryTrainer, který předpovídá cíl pomocí modelu lineární klasifikace.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdCalibratedTrainer+Options)
|
Vytvořte SgdCalibratedTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu lineární klasifikace.
Stochastický gradientní sestup (SGD) je iterativní algoritmus, který optimalizuje odlišnou objektivní funkci.
|
|
SgdCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Double, Single)
|
Vytvořit SgdCalibratedTrainer, který předpovídá cíl pomocí modelu lineární klasifikace.
Stochastický gradientní sestup (SGD) je iterativní algoritmus, který optimalizuje odlišnou objektivní funkci.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, SgdNonCalibratedTrainer+Options)
|
Vytvořte SgdNonCalibratedTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu lineární klasifikace.
Stochastický gradientní sestup (SGD) je iterativní algoritmus, který optimalizuje odlišnou objektivní funkci.
|
|
SgdNonCalibrated(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, IClassificationLoss, Int32, Double, Single)
|
Vytvořit SgdNonCalibratedTrainer, který předpovídá cíl pomocí modelu lineární klasifikace.
Stochastický gradientní sestup (SGD) je iterativní algoritmus, který optimalizuje odlišnou objektivní funkci.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, FastForestBinaryTrainer+Options)
|
Vytvořte FastForestBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu regrese rozhodovacího stromu.
|
|
FastForest(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32)
|
Vytvořit FastForestBinaryTrainer, který předpovídá cíl pomocí modelu regrese rozhodovacího stromu.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, FastTreeBinaryTrainer+Options)
|
Vytvořte FastTreeBinaryTrainer s pokročilými možnostmi, které predikují cíl pomocí modelu binární klasifikace rozhodovacího stromu.
|
|
FastTree(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Int32, Double)
|
Vytvořit FastTreeBinaryTrainer, který předpovídá cíl pomocí binárního klasifikačního modelu rozhodovacího stromu.
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, GamBinaryTrainer+Options)
|
Vytvoření GamBinaryTrainer pomocí pokročilých možností, které predikují cíl pomocí zobecněných doplňkových modelů (GAM).
|
|
Gam(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Int32, Int32, Double)
|
Vytvořit GamBinaryTrainer, který předpovídá cíl pomocí zobecněných doplňkových modelů (GAM).
|