Microsoft.ML 命名空间

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

AlexNetExtension

这是与 DnnImageFeaturizerEstimator 一起使用的扩展方法,以便使用预定型的 AlexNet 模型。 包含此扩展的 NuGet 还保证包含二进制模型文件。

AnomalyDetectionCatalog

用于 MLContext 创建异常情况检测组件实例的类,例如训练器和计算器。

AnomalyDetectionCatalog.AnomalyDetectionTrainers

用于 MLContext 创建异常情况检测训练器实例的类。

BinaryClassificationCatalog

用于 MLContext 创建二元分类组件(例如训练器和校准器)实例的类。

BinaryClassificationCatalog.BinaryClassificationTrainers

用于 MLContext 创建二元分类训练器实例的类。

BinaryClassificationCatalog.CalibratorsCatalog

用于 MLContext 创建二元分类校准器的实例的类。

BinaryLoaderSaverCatalog

扩展方法的集合,用于 DataOperationsCatalog 创建组件实例,以在高性能二进制格式中保存和读取 IDataView 对象。

CategoricalCatalog

用于 TransformsCatalog.CategoricalTransforms 创建分类转换器组件的扩展方法集合。

ClusteringCatalog

用于MLContext创建聚类分析组件(如培训师)实例的类。

ClusteringCatalog.ClusteringTrainers

用于MLContext创建聚类分析培训师实例的类。

ConversionsCatalog

用于 TransformsCatalog 创建键到二进制矢量映射转换器组件的实例的扩展方法集合

ConversionsExtensionsCatalog

用于 TransformsCatalog 创建数据转换和映射转换器组件的实例的扩展方法集合。

CustomMappingCatalog

类包含用于 TransformsCatalog 创建用户定义的一对一行映射转换器组件的实例的扩展方法。

DatabaseLoaderCatalog

要从数据库读取 的 DataOperationsCatalog 扩展方法的集合。

DataLoaderExtensions

用于从一个或多个文件加载数据的类。

DataOperationsCatalog

类用于创建对数据进行操作的组件,但不是模型训练管道的一部分。 包括用于加载、保存、缓存、筛选、随机和拆分数据的组件。

DataViewRow

数据的逻辑行。 可以是 的一 IDataView 行或独立行。

DataViewRowCursor

用于游标浏览 的行的 IDataView类。

DataViewSchema

表示 或 DataViewRowIDataView架构。 架构是 的 DataViewSchema.Column集合。

DataViewSchema.Annotations

一个 DataViewSchema.Column的架构注释。

DataViewSchema.Annotations.Builder

类包含用于生成 的操作 DataViewSchema.Annotations

DataViewSchema.Builder

类包含用于生成 的操作 DataViewSchema

DebuggerExtensions

用于创建用于调试的预览对象的实例的类。 注意:此类和所有方法应仅用于调试,而不应用于生产代码。

ExplainabilityCatalog

用于 TransformsCatalog 创建模型可解释性组件的实例的扩展方法的集合。

ExpressionCatalog

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

ExtensionBaseAttribute

用于扩展性的所有属性的基属性类型。

ExtensionsCatalog

用于 TransformsCatalog 创建缺失值转换器组件的实例的扩展方法集合。

FactorizationMachineExtensions

用于 BinaryClassificationCatalog 创建字段感知分解训练器组件实例的扩展方法集合。

FeatureSelectionCatalog

用于 TransformsCatalog 创建功能选择转换器组件的实例的扩展方法集合。

ForecastingCatalog

用于 MLContext 创建预测组件的实例的类。

ForecastingCatalog.Forecasters

用于 MLContext 创建预测培训师实例的类。

IDataViewExtensions

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

ImageEstimatorsCatalog

用于 TransformsCatalog 创建图像处理转换器组件实例的扩展方法集合。

InputOutputColumnPair

指定在多个列上运行的转换器组件的输入和输出列名称。

KernelExpansionCatalog

用于 TransformsCatalog 创建内核方法实例的扩展方法集合,具有工程转换器组件。

KMeansClusteringExtensions

用于 ClusteringCatalog.ClusteringTrainers 创建 KMeans 训练器实例的扩展方法集合。

LearningPipelineExtensions

允许链接估算器和转换器管道的扩展方法。

LightGbmExtensions

BinaryClassificationCatalog.BinaryClassificationTrainersRankingCatalog.RankingTrainersMulticlassClassificationCatalog.MulticlassClassificationTrainers 目录的RegressionCatalog.RegressionTrainers扩展方法的集合。

LoggingEventArgs

Log 事件提供数据。

MklComponentsCatalog

BinaryClassificationCatalog.BinaryClassificationTrainersTransformsCatalog 的扩展方法RegressionCatalog.RegressionTrainers的集合,用于创建 MKL (数学内核库) 训练和转换组件。

MLContext

所有 ML.NET 操作的通用上下文。 用户实例化后,它提供了一种创建组件的方法,用于数据准备、特征工程、训练、预测和模型评估。 它还允许日志记录、执行控制和设置可重复的随机数。

ModelOperationsCatalog

用于 MLContext 保存和加载已训练模型的类。

ModelSaveContext

方便的上下文对象,用于将模型保存到存储库,适用于 的 ICanSaveModel实现者。

MulticlassClassificationCatalog

用于 MLContext 创建多类分类组件(如培训师)实例的类。

MulticlassClassificationCatalog.MulticlassClassificationTrainers

用于 MLContext 创建多类分类训练器实例的类。

NormalizationCatalog

用于创建数值规范化组件实例的扩展方法 TransformsCatalog 集合。

OnnxCatalog

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

OnnxExportExtensions

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

PcaCatalog

TransformsCatalog 目录用于AnomalyDetectionCatalog.AnomalyDetectionTrainers创建主组件分析实例的扩展方法集合, (PCA) 组件。

PermutationFeatureImportanceExtensions

BinaryClassificationCatalogMulticlassClassificationCatalogRankingCatalog 用于RegressionCatalog创建排列特征重要性组件的实例的扩展方法集合。

PredictionEngine<TSrc,TDst>

用于对先前训练的模型 (和前面的转换管道) 进行单一预测的类。

PredictionEngineBase<TSrc,TDst>

用于对先前训练的模型 (和前面的转换管道) 进行单一预测的基类。

PredictionEngineOptions

选项 PredictionEngine<TSrc,TDst>

RankingCatalog

用于 MLContext 创建排名组件的实例的类,例如训练器和评估程序。

RankingCatalog.RankingTrainers

用于 MLContext 创建排名训练器实例的类。

RecommendationCatalog

推荐培训师和任务的中央目录。

RecommendationCatalog.RecommendationTrainers

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

RecommenderCatalog

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

RegressionCatalog

用于 MLContext 创建回归组件实例的类,例如训练器和计算器。

RegressionCatalog.RegressionTrainers

用于 MLContext 创建回归训练器实例的类。

ResNet101Extension

这是一种扩展方法,用于 DnnImageFeaturizerEstimator 使用预先训练的 ResNet101 模型。 包含此扩展的 NuGet 还保证包含二进制模型文件。

ResNet18Extension

这是一种扩展方法,用于 DnnImageFeaturizerEstimator 使用预先训练的 ResNet18 模型。 包含此扩展的 NuGet 还保证包含二进制模型文件。

ResNet50Extension

这是一种扩展方法,用于 DnnImageFeaturizerEstimator 使用预先训练的 ResNet50 模型。 包含此扩展的 NuGet 还保证包含二进制模型文件。

SchemaShape

传入架构的一组“要求”,以及传出架构的一组“承诺”。 这比适当的 DataViewSchema更宽松,因为它只是列的子集,而且因为它没有为向量和键指定确切 DataViewType的 。

StandardTrainersCatalog

BinaryClassificationCatalog.BinaryClassificationTrainersMulticlassClassificationCatalog.MulticlassClassificationTrainers 的扩展方法RegressionCatalog.RegressionTrainers的集合,用于创建训练器组件的实例。

TensorflowCatalog

TensorFlowTransformer在以下两种方案中使用 。

  1. 使用预先训练的 TensorFlow 模型评分:在此模式下,转换从预先训练的 Tensorflow 模型中提取隐藏层的值,并使用输出作为 ML.Net 管道中的特征。
  2. 重新训练 TensorFlow 模型:在此模式下,转换使用通过 ML.Net 管道传递的用户数据重新训练 TensorFlow 模型。 训练模型后,其输出可用作评分的特征。
TextCatalog

的扩展方法集合 TransformsCatalog

TextLoaderSaverCatalog

DataOperationsCatalog 从带分隔符的文本文件(例如 csv 和 tsv)读取 的扩展方法集合。

TimeSeriesCatalog

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

TrainCatalogBase

培训师目录的基类。

TrainCatalogBase.CatalogInstantiatorBase

的子类 Microsoft.ML.TrainContext 将提供少量的“扩展方法”可挂钩对象 (例如 Trainers) 。 用户代码仅通过调用扩展方法与这些对象交互。 实际的组件代码可以处理 Microsoft.ML.Data.CatalogUtils ,以从此对象获取更多“隐藏”信息,例如环境。

TrainCatalogBase.CrossValidationResult<T>

运行交叉验证的结果。

TrainerInfo

培训师的特征。 通过每个培训师的 Info 属性公开。

TransformExtensionsCatalog

TransformsCatalog 扩展方法集合,用于创建操作列的转换组件的实例。

TransformsCatalog

用于 MLContext 创建转换组件的实例的类。

TransformsCatalog.CategoricalTransforms

用于 MLContext 创建分类数据转换组件的实例的类。

TransformsCatalog.ConversionTransforms

用于 MLContext 创建类型转换数据转换组件的实例的类。

TransformsCatalog.FeatureSelectionTransforms

用于 MLContext 创建特征选择转换组件的实例的类。

TransformsCatalog.TextTransforms

用于 MLContext 创建文本数据转换组件实例的类。

TreeExtensions

、、BinaryClassificationCatalogMulticlassClassificationCatalogRankingCatalog、 和 TransformsCatalog 用于RegressionCatalog创建决策树训练器和特征化器的实例的扩展方法集合。

VisionCatalog

用于 MulticlassClassificationCatalog.MulticlassClassificationTrainers 创建 ImageClassification 培训程序组件实例的扩展方法集合。

结构

DataOperationsCatalog.TrainTestData

一对数据集,用于训练集和测试集。

DataViewSchema.Column

此类描述特定架构中的一列。

DataViewSchema.DetachedColumn

此类表示数据视图的一列的架构,而不附加特定 DataViewSchema

SchemaShape.Column

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

接口

ICanSaveModel

用于将模型保存到存储库中。 实现的 ICanSaveModel 类应执行 的 Save(ModelSaveContext)显式实现。 从基类继承的 ICanSaveModel 类应覆盖该基类中由 Save(ModelSaveContext) 调用的函数(如果有)。

IDataLoader<TSource>

“数据加载程序”接受某种类型的输入,并将其转换为 IDataView

IDataLoaderEstimator<TSource,TLoader>

有时我们需要“拟合”一个 IDataLoader<TSource>。 DataLoader 估算器是执行该估算的对象。

IDataView

查询运算符的输入和输出 (转换) 。 这是基本数据管道类型,与 IEnumerable<T> LINQ 相当。

IEstimator<TTransformer>

Spark 术语) 中的估算器 (是“未训练的转换器”。 它需要“拟合”数据才能制造转换器。 它还提供“架构传播”,就像转换器一样,但通过 SchemaShape 而不是 DataViewSchema

IPredictionTransformer<TModel>

可基于字段转换数据的所有转换器的 Microsoft.ML.IPredictor 接口。 此接口的实现要么没有功能列,要么具有多个特征列,并且无法实现 ISingleFeaturePredictionTransformer<TModel>大多数 ML.Net 转换程序实现的 。

ISingleFeaturePredictionTransformer<TModel>

ISingleFeaturePredictionTransformer 包含 的名称 FeatureColumnName 及其类型 FeatureColumnType。 此接口的实现能够通过 对输入 IDataView 的数据进行评分 Transform(IDataView)

ITransformer

转换器是转换数据的组件。 它还支持“架构传播”,以回答“转换后具有此架构的数据的外观如何?”的问题。

枚举

SchemaShape.Column.VectorKind

ML.NET 的main命名空间。 包含应用程序和操作上下文、转换器和培训师目录以及用于数据视图处理的组件。

委托

ValueGetter<TValue>

用于获取值的委托类型。 这可用于高效访问 或 DataViewRowCursor中的数据DataViewRow