ApproximatedKernelMappingEstimator Класс

Определение

Пространство имен:

Microsoft.ML.Transforms

Сборка:

Microsoft.ML.Transforms.dll

Пакет:

Microsoft.ML v3.0.1

Сопоставляет векторные столбцы с пространством признаков с низкими размерами.

public sealed class ApproximatedKernelMappingEstimator : Microsoft.ML.IEstimator<Microsoft.ML.Transforms.ApproximatedKernelTransformer>

type ApproximatedKernelMappingEstimator = class
    interface IEstimator<ApproximatedKernelTransformer>

Public NotInheritable Class ApproximatedKernelMappingEstimator
Implements IEstimator(Of ApproximatedKernelTransformer)

Наследование

Object

ApproximatedKernelMappingEstimator

Реализации

IEstimator<ApproximatedKernelTransformer>

Комментарии

Характеристики оценщика

Должен ли этот оценщик просмотреть данные для обучения его параметров?	Да
Тип данных входного столбца	Известный вектор размера Single
Тип данных выходного столбца	Известный вектор размера Single
Экспортируемый в ONNX	нет

В результате ApproximatedKernelTransformer создается новый столбец с именем, указанным в параметрах имени выходного столбца, где каждый входной вектор сопоставляется с пространством признаков, где внутренние продукты приблизились к одной из двух функций ядра shift-инвариантного ядра: ядра Gaussian или ядра Laplacian. Сопоставляя функции с пространством, которое приблизит нелинейные ядра, линейные методы можно использовать для приближения более сложных моделей SVM ядра. Это сопоставление основано на документе Random Features for Large-Scale Kernel Machines от Рахими и Рехта.

Ссылки на примеры использования см. в разделе "См. также".

Методы

Fit(IDataView)	Тренирует и возвращает .ApproximatedKernelTransformer
GetOutputSchema(SchemaShape)	Возвращает схему SchemaShape , которая будет производиться преобразователем. Используется для распространения и проверки схемы в конвейере.

Методы расширения

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

Добавьте "контрольную точку кэширования" в цепочку оценщика. Это гарантирует, что подчиненные оценщики будут обучены на основе кэшированных данных. Рекомендуется использовать контрольную точку кэширования перед обучением, которые принимают несколько данных.

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

Учитывая оценщик, верните объект-оболочку, который будет вызывать делегат один раз Fit(IDataView) . Часто важно, чтобы оценщик возвращал сведения о том, что было положено, поэтому Fit(IDataView) метод возвращает специально типизированный объект, а не просто общий ITransformer. Однако в то же время часто IEstimator<TTransformer> формируются в конвейеры со многими объектами, поэтому нам может потребоваться создать цепочку оценщиков, где EstimatorChain<TLastTransformer> оценщик, для которого мы хотим получить преобразователь, похоронен где-то в этой цепочке. В этом сценарии мы можем подключить делегат, который будет вызываться после вызова соответствия.

См. также раздел

• ApproximatedKernelMap(TransformsCatalog, String, String, Int32, Boolean, KernelBase, Nullable<Int32>)