RegressionCatalog.RegressionTrainers 类

定义

命名空间:

Microsoft.ML

程序集:

Microsoft.ML.Data.dll

包:

Microsoft.ML v2.0.0

用于 MLContext 创建回归训练器实例的类。

public sealed class RegressionCatalog.RegressionTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase

type RegressionCatalog.RegressionTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase

Public NotInheritable Class RegressionCatalog.RegressionTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase

继承

Object

TrainCatalogBase.CatalogInstantiatorBase

RegressionCatalog.RegressionTrainers

扩展方法

LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options)	使用高级选项创建 LightGbmRegressionTrainer ，该选项使用梯度提升决策树回归模型预测目标。
LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)	创建 LightGbmRegressionTrainer，它使用梯度提升决策树回归模型预测目标。
Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options)	使用高级选项创建 OlsTrainer ，该选项使用线性回归模型预测目标。
Ols(RegressionCatalog+RegressionTrainers, String, String, String)	创建 OlsTrainer，它使用线性回归模型预测目标。
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options)	使用高级选项创建 LbfgsPoissonRegressionTrainer ，该选项使用线性回归模型预测目标。
LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean)	创建 LbfgsPoissonRegressionTrainer，它使用线性回归模型预测目标。
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options)	使用高级选项创建 OnlineGradientDescentTrainer ，该选项使用线性回归模型预测目标。
OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32)	创建 OnlineGradientDescentTrainer，它使用线性回归模型预测目标。
Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options)	使用高级选项创建 SdcaRegressionTrainer ，该选项使用线性回归模型预测目标。
Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>)	创建 SdcaRegressionTrainer，它使用线性回归模型预测目标。
FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options)	使用高级选项创建 FastForestRegressionTrainer ，该选项使用决策树回归模型预测目标。
FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32)	创建 FastForestRegressionTrainer，它使用决策树回归模型预测目标。
FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options)	使用高级选项创建 FastTreeRegressionTrainer ，该选项使用决策树回归模型预测目标。
FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)	创建 FastTreeRegressionTrainer，它使用决策树回归模型预测目标。
FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)	使用高级选项创建 FastTreeTweedieTrainer ，该选项使用决策树回归模型预测目标。
FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)	创建 FastTreeTweedieTrainer，它使用决策树回归模型预测目标。
Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)	使用高级选项创建 GamRegressionTrainer ，该选项使用通用加法模型 (GAM) 预测目标。
Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)	创建 GamRegressionTrainer，它使用通用加法模型 (GAM) 预测目标。