Поделиться через


LightGbmExtensions Класс

Определение

public static class LightGbmExtensions
type LightGbmExtensions = class
Public Module LightGbmExtensions
Наследование
LightGbmExtensions

Методы

LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, LightGbmBinaryTrainer+Options)

Создайте LightGbmBinaryTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью двоичной классификации дерева принятия решений с градиентным повышением.

LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, Stream, String)

Создайте LightGbmBinaryTrainer на основе предварительно обученной модели LightGBM, которая прогнозирует целевой объект с помощью двоичной классификации дерева принятия решений с повышением градиента.

LightGbm(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)

Создайте LightGbmBinaryTrainer, который прогнозирует целевой объект с помощью двоичной классификации дерева принятия решений с градиентным повышением.

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LightGbmMulticlassTrainer+Options)

Создание LightGbmMulticlassTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели многоклассовой классификации дерева принятия решений с градиентным повышением.

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, Stream, String)

Создайте LightGbmMulticlassTrainer на основе предварительно обученной модели LightGBM, которая прогнозирует целевой объект с помощью модели многоклассовой классификации дерева принятия решений с повышением градиента.

LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)

Создайте LightGbmMulticlassTrainer, который прогнозирует целевой объект с помощью модели многоклассовой классификации дерева принятия решений с градиентным повышением.

LightGbm(RankingCatalog+RankingTrainers, LightGbmRankingTrainer+Options)

Создайте LightGbmRankingTrainer с расширенными параметрами, которые прогнозируют целевой объект с помощью модели ранжирования дерева принятия решений с градиентным повышением.

LightGbm(RankingCatalog+RankingTrainers, Stream, String)

Создайте LightGbmRankingTrainer на основе предварительно обученной модели LightGBM, которая прогнозирует целевой объект с помощью модели ранжирования дерева принятия решений с повышением градиента.

LightGbm(RankingCatalog+RankingTrainers, String, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)

Создайте LightGbmRankingTrainer, который прогнозирует целевой объект с помощью модели ранжирования дерева принятия решений с градиентным повышением.

LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options)

Создание LightGbmRegressionTrainer с помощью расширенных параметров, которые прогнозируют целевой объект с помощью модели регрессии дерева принятия решений с повышением градиента.

LightGbm(RegressionCatalog+RegressionTrainers, Stream, String)

Создайте LightGbmRegressionTrainer на основе предварительно обученной модели LightGBM, которая прогнозирует целевой объект с помощью регрессии дерева принятия решений с повышением градиента.

LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)

Создайте LightGbmRegressionTrainer, который прогнозирует целевой объект с помощью модели регрессии дерева принятия решений с повышением градиента.

Применяется к