IEstimator<TTransformer> Arabirim

Tanım

Ad Alanı:

Microsoft.ML

Bütünleştirilmiş Kod:

Microsoft.ML.Core.dll

Paket:

Microsoft.ML v2.0.0

Tahmin aracı (Spark terminolojisinde) bir 'eğitilmemiş transformatör'dür. Transformatör üretmek için verilere "uyması" gerekir. Ayrıca transformatörler gibi 'şema yayma' sağlar, ancak yerine DataViewSchema.SchemaShape

public interface IEstimator<out TTransformer> where TTransformer : ITransformer

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

Public Interface IEstimator(Of Out TTransformer)

Tür Parametreleri

TTransformer

Bu genel tür parametresi kovaryanttır. Bu, kendi belirttiğiniz türü veya daha fazla türetilmiş başka bir türü kullanabileceğiniz anlamına gelir. Kovaryans ve kontravaryans hakkında daha fazla bilgi için bkz. Genel Türlerde Kovaryans ve Kontravaryans.

Türetilmiş

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

Yöntemler

Fit(IDataView)	Bir transformatörü eğitin ve iade edin.
GetOutputSchema(SchemaShape)	Tahminciler için şema yayma. Giriş şeması şekli sağlanan gibiyse tahmin aracının çıkış şeması şeklini döndürür.

Uzantı Metotları

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

Tahmin aracı zincirine bir 'önbelleğe alma denetim noktası' ekler. Bu, aşağı akış tahmincilerinin önbelleğe alınan verilere karşı eğitilmesini sağlar. Birden çok veri geçişi alan eğitmenlerden önce bir önbelleğe alma denetim noktası olması yararlıdır.

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

Tahmin aracı verildiğinde, çağrıldıktan sonra Fit(IDataView) temsilci çağıracak bir sarmalama nesnesi döndürün. Tahmin aracının neyin uygun olduğu hakkında bilgi döndürmesi genellikle önemlidir. Bu nedenle Fit(IDataView) yöntem yalnızca genel ITransformerbir nesne yerine özel olarak yazılan bir nesne döndürür. Bununla birlikte, aynı zamanda, IEstimator<TTransformer> genellikle birçok nesneye sahip işlem hatları halinde oluşturulur, bu nedenle transformatör almak istediğimiz tahmin aracının EstimatorChain<TLastTransformer> bu zincirde bir yere gömülü olduğu bir tahmin aracı zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla sığdır çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz.