TrainerEstimatorBase<TTransformer,TModel> Clase

Definición

Espacio de nombres:

Microsoft.ML.Trainers

Ensamblado:

Microsoft.ML.Data.dll

Paquete:

Microsoft.ML v3.0.1

Esto representa una clase básica para "instructor simple". Un "instructor simple" acepta una columna de características y una columna de etiqueta, también opcionalmente una columna de peso. Genera un "transformador de predicción".

public abstract class TrainerEstimatorBase<TTransformer,TModel> : Microsoft.ML.IEstimator<TTransformer>, Microsoft.ML.Trainers.ITrainerEstimator<TTransformer,TModel> where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type TrainerEstimatorBase<'ransformer, 'Model (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)> = class
    interface ITrainerEstimator<'ransformer, 'Model (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>
    interface IEstimator<'ransformer (requires 'ransformer :> ISingleFeaturePredictionTransformer<'Model>)>

Public MustInherit Class TrainerEstimatorBase(Of TTransformer, TModel)
Implements IEstimator(Of TTransformer), ITrainerEstimator(Of TTransformer, TModel)

Parámetros de tipo

TTransformer

TModel

Herencia

Object

TrainerEstimatorBase<TTransformer,TModel>

Derivado

Microsoft.ML.Trainers.FastTree.GamTrainerBase<TOptions,TTransformer,TPredictor>

Microsoft.ML.Trainers.KMeansTrainer

Microsoft.ML.Trainers.LbfgsTrainerBase<TOptions,TTransformer,TModel>

Microsoft.ML.Trainers.LdSvmTrainer

Microsoft.ML.Trainers.LinearTrainerBase<TTransformer,TModel>

Microsoft.ML.Trainers.NaiveBayesMulticlassTrainer

Microsoft.ML.Trainers.OlsTrainer

Microsoft.ML.Trainers.OnlineLinearTrainer<TTransformer,TModel>

Microsoft.ML.Trainers.RandomizedPcaTrainer

Microsoft.ML.Trainers.StochasticTrainerBase<TTransformer,TModel>

Microsoft.ML.Trainers.SymbolicSgdLogisticRegressionBinaryTrainer

Microsoft.ML.Trainers.TrainerEstimatorBaseWithGroupId<TTransformer,TModel>

Microsoft.ML.Vision.ImageClassificationTrainer

Implementaciones

IEstimator<TTransformer> ITrainerEstimator<TTransformer,TModel>

Campos

FeatureColumn	Columna de características que espera el instructor.
LabelColumn	Columna de etiqueta que espera el instructor. Puede ser null, que indica que la etiqueta no se usa para el entrenamiento.
WeightColumn	Columna de peso que espera el entrenador. Puede ser null, lo que indica que el peso no se usa para el entrenamiento.

Propiedades

Info	La información sobre el instructor: si se beneficia de la normalización, el almacenamiento en caché, etc.

Métodos

Fit(IDataView)	Entrena y devuelve un ITransformerobjeto .
GetOutputSchema(SchemaShape)	Esto representa una clase básica para "instructor simple". Un "instructor simple" acepta una columna de características y una columna de etiqueta, también opcionalmente una columna de peso. Genera un "transformador de predicción".

Métodos de extensión

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

Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de bajada se entrenarán con datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos.

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

Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) . A menudo, es importante que un estimador devuelva información sobre lo que cabe, por lo que el Fit(IDataView) método devuelve un objeto con tipo específico, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador se enterró en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit.