IEstimator<TTransformer> Antarmuka

Definisi

Ruang nama:

Microsoft.ML

Rakitan:

Microsoft.ML.Core.dll

Paket:

Microsoft.ML v2.0.0

Estimator (dalam terminologi Spark) adalah 'transformator yang tidak terlatih'. Ini perlu 'cocok' pada data untuk memproduksi transformator. Ini juga menyediakan 'penyebaran skema' seperti yang dilakukan transformator, tetapi alih-alih SchemaShapeDataViewSchema.

public interface IEstimator<out TTransformer> where TTransformer : ITransformer

type IEstimator<'ransformer (requires 'ransformer :> ITransformer)> = interface

Public Interface IEstimator(Of Out TTransformer)

Jenis parameter

TTransformer

Parameter jenis ini bersifat kovarian. Artinya, Anda bisa menggunakan jenis yang Anda tentukan atau jenis apa pun yang lebih banyak diturunkan. Untuk informasi lebih lanjut tentang kovariansi dan kontravariansi, lihat Kovariansi dan Kontravariansi dalam Generik.

Turunan

Microsoft.ML.Calibrators.CalibratorEstimatorBase<TICalibrator>

Microsoft.ML.Data.EstimatorChain<TLastTransformer>

Microsoft.ML.Data.TrivialEstimator<TTransformer>

Microsoft.ML.TorchSharp.AutoFormerV2.ObjectDetectionTrainer

Microsoft.ML.TorchSharp.Roberta.QATrainer

Microsoft.ML.TorchSharp.TorchSharpBaseTrainer

Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationEstimatorBase

Microsoft.ML.Trainers.FieldAwareFactorizationMachineTrainer

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

Microsoft.ML.Trainers.MatrixFactorizationTrainer

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

Microsoft.ML.Trainers.PriorTrainer

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

Microsoft.ML.Transforms.ApproximatedKernelMappingEstimator

Microsoft.ML.Transforms.ColumnConcatenatingEstimator

Microsoft.ML.Transforms.CountFeatureSelectingEstimator

Microsoft.ML.Transforms.ExpressionEstimator

Microsoft.ML.Transforms.HashingEstimator

Microsoft.ML.Transforms.MissingValueReplacingEstimator

Microsoft.ML.Transforms.MutualInformationFeatureSelectingEstimator

Microsoft.ML.Transforms.NormalizingEstimator

Microsoft.ML.Transforms.OneHotEncodingEstimator

Microsoft.ML.Transforms.OneHotHashEncodingEstimator

Microsoft.ML.Transforms.Onnx.DnnImageFeaturizerEstimator

Microsoft.ML.Transforms.PrincipalComponentAnalyzer

Microsoft.ML.Transforms.TensorFlowEstimator

Microsoft.ML.Transforms.Text.LatentDirichletAllocationEstimator

Microsoft.ML.Transforms.Text.NgramExtractingEstimator

Microsoft.ML.Transforms.Text.NgramHashingEstimator

Microsoft.ML.Transforms.Text.TextFeaturizingEstimator

Microsoft.ML.Transforms.Text.WordBagEstimator

Microsoft.ML.Transforms.Text.WordEmbeddingEstimator

Microsoft.ML.Transforms.Text.WordHashBagEstimator

Microsoft.ML.Transforms.TimeSeries.SsaChangePointEstimator

Microsoft.ML.Transforms.TimeSeries.SsaForecastingEstimator

Microsoft.ML.Transforms.TimeSeries.SsaSpikeEstimator

Microsoft.ML.Transforms.ValueToKeyMappingEstimator

Microsoft.ML.Transforms.VectorWhiteningEstimator

Metode

Fit(IDataView)	Latih dan kembalikan transformator.
GetOutputSchema(SchemaShape)	Penyebaran skema untuk estimator. Mengembalikan bentuk skema output dari estimator, jika bentuk skema input seperti yang disediakan.

Metode Ekstensi

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

Tambahkan 'titik pemeriksaan penembolokan' ke rantai estimator. Ini akan memastikan bahwa estimator hilir akan dilatih terhadap data cache. Sangat membantu untuk memiliki titik pemeriksaan penembolokan sebelum pelatih yang mengambil beberapa data berlalu.

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

Mengingat estimator, kembalikan objek pembungkus yang akan memanggil delegasi setelah Fit(IDataView) dipanggil. Seringkali penting bagi estimator untuk mengembalikan informasi tentang apa yang cocok, itulah sebabnya Fit(IDataView) metode mengembalikan objek yang di ketik secara khusus, bukan hanya umum ITransformer. Namun, pada saat yang sama, IEstimator<TTransformer> sering dibentuk menjadi alur dengan banyak objek, jadi kita mungkin perlu membangun rantai estimator melalui EstimatorChain<TLastTransformer> di mana estimator yang ingin kita dapatkan transformator dimakamkan di suatu tempat dalam rantai ini. Untuk skenario itu, kita dapat melalui metode ini melampirkan delegasi yang akan dipanggil setelah fit dipanggil.