TimeSeriesPredictionEngine<TSrc,TDst> クラス

定義

インメモリ データに対して、以前にトレーニングされたモデル (および上記の変換パイプライン) を一度に 1 つの例で実行するクラス。 これは、予測器で終わっていないトレーニング済みのパイプラインでも使用できます。この場合、"予測" はすべての変換の結果にすぎません。

public sealed class TimeSeriesPredictionEngine<TSrc,TDst> : Microsoft.ML.PredictionEngineBase<TSrc,TDst> where TSrc : class where TDst : class, new()
type TimeSeriesPredictionEngine<'Src, 'Dst (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))> = class
    inherit PredictionEngineBase<'Src, 'Dst (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))>
Public NotInheritable Class TimeSeriesPredictionEngine(Of TSrc, TDst)
Inherits PredictionEngineBase(Of TSrc, TDst)

型パラメーター

TSrc

この例を保持するユーザー定義型。

TDst

予測を保持するユーザー定義型。

継承
TimeSeriesPredictionEngine<TSrc,TDst>

コンストラクター

TimeSeriesPredictionEngine<TSrc,TDst>(IHostEnvironment, ITransformer, Boolean, SchemaDefinition, SchemaDefinition)

時系列固有の予測エンジンを作成するための Contructor。 これにより、時系列モデルを、予測時に表示される観測値で更新できます。 CheckPoint(IHostEnvironment, String)

プロパティ

OutputSchema

出力スキーマを提供します。

(継承元 PredictionEngineBase<TSrc,TDst>)

メソッド

CheckPoint(IHostEnvironment, Stream)

更新された TimeSeriesPredictionEngine<TSrc,TDst> 状態の A Stream へのチェックポイント。

CheckPoint(IHostEnvironment, String)

更新された状態の TimeSeriesPredictionEngine<TSrc,TDst> ディスクへのチェックポイント。

Dispose()

インメモリ データに対して、以前にトレーニングされたモデル (および上記の変換パイプライン) を一度に 1 つの例で実行するクラス。 これは、予測器で終わっていないトレーニング済みのパイプラインでも使用できます。この場合、"予測" はすべての変換の結果にすぎません。

(継承元 PredictionEngineBase<TSrc,TDst>)
Predict(Nullable<Int32>, Nullable<Single>)

予測のみのタスク。

Predict(TSrc)

1 つの例で予測パイプラインを実行します。

(継承元 PredictionEngineBase<TSrc,TDst>)
Predict(TSrc, Nullable<Int32>, Nullable<Single>)

予測を実行します。 予測の場合、タスク example のみを null のままにできます。 null でない場合 example は、予測モデルを新しいオーバーベーションで更新するために使用できます。

Predict(TSrc, TDst)

予測を実行します。 予測の場合、タスク example のみを null のままにできます。 null でない場合 example は、予測モデルを新しいオーバーベーションで更新するために使用できます。 異常検出の場合、モデルは常に .example

Predict(TSrc, TDst, Nullable<Int32>, Nullable<Single>)

予測を実行します。 予測の場合、タスク example のみを null のままにできます。 null でない場合 example は、予測モデルを新しいオーバーベーションで更新するために使用できます。 異常検出の場合、モデルは常に .example

適用対象