PriorTrainer 类

定义

命名空间:

Microsoft.ML.Trainers

程序集:

Microsoft.ML.StandardTrainers.dll

包:

Microsoft.ML v3.0.1

用于 IEstimator<TTransformer> 使用二元分类模型预测目标。

public sealed class PriorTrainer : Microsoft.ML.IEstimator<Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Trainers.PriorModelParameters>>, Microsoft.ML.Trainers.ITrainerEstimator<Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Trainers.PriorModelParameters>,Microsoft.ML.Trainers.PriorModelParameters>

type PriorTrainer = class
    interface ITrainerEstimator<BinaryPredictionTransformer<PriorModelParameters>, PriorModelParameters>
    interface IEstimator<BinaryPredictionTransformer<PriorModelParameters>>

Public NotInheritable Class PriorTrainer
Implements IEstimator(Of BinaryPredictionTransformer(Of PriorModelParameters)), ITrainerEstimator(Of BinaryPredictionTransformer(Of PriorModelParameters), PriorModelParameters)

继承

Object

PriorTrainer

实现

IEstimator<BinaryPredictionTransformer<PriorModelParameters>> IEstimator<TTransformer> ITrainerEstimator<BinaryPredictionTransformer<PriorModelParameters>,PriorModelParameters>

注解

若要创建此训练器，请使用 Prior

输入和输出列

输入标签列数据必须为 Boolean。 输入特征列数据必须是已知大小的向量 Single。

该训练程序输出以下列：

输出列名称	列名称	说明
Score	Single	模型计算的未绑定分数。
PredictedLabel	Boolean	预测的标签，基于分数符号。 负分数映射到 false，正分数映射到 true。
Probability	Single	通过校准具有 true 作为标签的分数来计算的概率。 概率值在 [0， 1] 范围内。

训练器特征

机器学习任务	二元分类
是否需要规范化？	否
是否需要缓存？	否
除 Microsoft.ML 以外，还需要 NuGet	无
可导出到 ONNX	是

训练算法详细信息

了解 0/1 类标签和输出的先前分布情况。

有关使用示例的链接，请查看“另请参阅”部分。

属性

Info	有关培训师的功能和要求的辅助信息。

方法

Fit(IDataView)	火车并返回一个 BinaryPredictionTransformer<TModel>。
GetOutputSchema(SchemaShape)	返回 SchemaShape 由转换器生成的架构。 用于管道中的架构传播和验证。

扩展方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	将“缓存检查点”追加到估算器链。 这将确保根据缓存的数据训练下游估算器。 在执行多个数据传递的训练器之前，拥有缓存检查点会很有帮助。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	给定估算器后，返回一个包装对象，该对象将调用委托一次 Fit(IDataView) 。 估算器通常必须返回有关适合的内容的信息，这就是为什么 Fit(IDataView) 该方法返回特定类型化对象的原因，而不仅仅是常规 ITransformer对象。 但是，同时， IEstimator<TTransformer> 通常形成为包含许多对象的管道，因此，我们可能需要通过 EstimatorChain<TLastTransformer> 估算器链生成一个估算器链，以便将转换器埋在此链中的某个位置。 对于该方案，我们可以通过此方法附加一个委托，该委托将在调用拟合后调用。

另请参阅

• Prior(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String)