Share via


LpNormNormalizingEstimatorBase Třída

Definice

Základní třída estimátoru pro LpNormNormalizingEstimator a GlobalContrastNormalizingEstimator normalizátory

public abstract class LpNormNormalizingEstimatorBase : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.LpNormNormalizingTransformer>
type LpNormNormalizingEstimatorBase = class
    inherit TrivialEstimator<LpNormNormalizingTransformer>
Public MustInherit Class LpNormNormalizingEstimatorBase
Inherits TrivialEstimator(Of LpNormNormalizingTransformer)
Dědičnost
LpNormNormalizingEstimatorBase
Odvozené

Metody

Fit(IDataView)

Základní třída estimátoru pro LpNormNormalizingEstimator a GlobalContrastNormalizingEstimator normalizátory

(Zděděno od TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

SchemaShape Vrátí schéma, které bude vytvořen transformátorem. Používá se k šíření a ověřování schématu v kanálu.

Metody rozšíření

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

Připojte k řetězci odhadu kontrolní bod ukládání do mezipaměti. Tím zajistíte, aby se podřízené estimátory natrénovaly na data uložená v mezipaměti. Před průchodem více dat je užitečné mít kontrolní bod ukládání do mezipaměti.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Pokud získáte odhadátor, vraťte obtékání objektu, který jednou zavolá delegáta Fit(IDataView) . Často je důležité, aby estimátor vrátil informace o tom, co bylo vhodné, což je důvod, proč Fit(IDataView) metoda vrací konkrétně zadaný objekt, a ne jen obecné ITransformer. Ve stejnou dobu se však často vytvářejí do kanálů s mnoha objekty, takže možná budeme muset vytvořit řetězec odhadovačů prostřednictvím EstimatorChain<TLastTransformer> toho, kde je odhadovač, IEstimator<TTransformer> pro který chceme získat transformátor, uložen někde v tomto řetězu. Pro tento scénář můžeme prostřednictvím této metody připojit delegáta, který bude volána po volání fit.

Platí pro