EstimatorChain<TLastTransformer> Klasse

Definition

Namespace:

Microsoft.ML.Data

Assembly:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v2.0.0

Stellt eine Kette (potenziell leer) von Schätzern dar, die mit einer TLastTransformer. Wenn die Kette leer ist, TLastTransformer ist immer ITransformer.

public sealed class EstimatorChain<TLastTransformer> : Microsoft.ML.IEstimator<Microsoft.ML.Data.TransformerChain<TLastTransformer>> where TLastTransformer : class, ITransformer

type EstimatorChain<'LastTransformer (requires 'LastTransformer : null and 'LastTransformer :> ITransformer)> = class
    interface IEstimator<TransformerChain<'LastTransformer>>

Public NotInheritable Class EstimatorChain(Of TLastTransformer)
Implements IEstimator(Of TransformerChain(Of TLastTransformer))

Typparameter

TLastTransformer

Vererbung

Object

EstimatorChain<TLastTransformer>

Implementiert

IEstimator<TransformerChain<TLastTransformer>>

Konstruktoren

EstimatorChain<TLastTransformer>()

Erstellen Sie eine leere Schätzkette.

Felder

LastEstimator

Stellt eine Kette (potenziell leer) von Schätzern dar, die mit einer TLastTransformer. Wenn die Kette leer ist, TLastTransformer ist immer ITransformer.

Methoden

Append<TNewTrans>(IEstimator<TNewTrans>, TransformerScope)	Stellt eine Kette (potenziell leer) von Schätzern dar, die mit einer TLastTransformer. Wenn die Kette leer ist, TLastTransformer ist immer ITransformer.
AppendCacheCheckpoint(IHostEnvironment)	Fügen Sie einen "Zwischenspeicherungsprüfpunkt" an die Schätzkette an. Dadurch wird sichergestellt, dass die nachgelagerten Schätzer anhand zwischengespeicherter Daten trainiert werden. Es ist hilfreich, einen Cache-Prüfpunkt vor Trainern oder Feature-Engineering zu haben, die mehrere Datendurchläufe übernehmen. Es ist auch hilfreich, nach einem langsamen Vorgang zu verfügen, z. B. nach dem Laden eines Datasets aus einer langsamen Quelle oder nach dem Feature-Engineering, das in seiner Anwendungsphase langsam ist, wenn nachgelagerte Schätzer mehrere Übergänge über die Ausgabe dieses Vorgangs ausführen. Das Hinzufügen eines Cache-Prüfpunkts am Anfang oder Ende eines EstimatorChain<TLastTransformer> Cache-Prüfpunkts ist sinnlos und sollte vermieden werden. Cache-Prüfpunkte sollten entfernt werden, wenn Datenträger-Thrashing- oder OutOfMemory-Ausnahmen angezeigt werden, die auftreten können, wenn das empfohlene Dataset unmittelbar vor dem Prüfpunkt größer als verfügbarer RAM ist.
Fit(IDataView)	Stellt eine Kette (potenziell leer) von Schätzern dar, die mit einer TLastTransformer. Wenn die Kette leer ist, TLastTransformer ist immer ITransformer.
GetOutputSchema(SchemaShape)	Stellt eine Kette (potenziell leer) von Schätzern dar, die mit einer TLastTransformer. Wenn die Kette leer ist, TLastTransformer ist immer ITransformer.

Erweiterungsmethoden

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

Fügen Sie einen "Zwischenspeicherungsprüfpunkt" an die Schätzkette an. Dadurch wird sichergestellt, dass die nachgelagerten Schätzer anhand zwischengespeicherter Daten trainiert werden. Es ist hilfreich, einen Cache-Prüfpunkt vor Trainern zu haben, die mehrere Datendurchläufe übernehmen.

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

Wenn sie eine Schätzung erhalten, geben Sie ein Umbruchobjekt zurück, das einen Delegaten aufruft, sobald Fit(IDataView) er aufgerufen wird. Es ist häufig wichtig, dass ein Schätzer Informationen darüber zurückgibt, was passt, weshalb die Fit(IDataView) Methode ein speziell typiertes Objekt zurückgibt, anstatt nur ein allgemeines ITransformerObjekt zurückzugeben. IEstimator<TTransformer> Gleichzeitig werden jedoch häufig Pipelines mit vielen Objekten gebildet, daher müssen wir möglicherweise eine Kette von Schätzern erstellen, über EstimatorChain<TLastTransformer> die der Schätzer, für den wir den Transformator erhalten möchten, irgendwo in dieser Kette begraben wird. Für dieses Szenario können wir über diese Methode eine Stellvertretung anfügen, die aufgerufen wird, sobald sie aufgerufen wird.