BinaryClassificationCatalog Classe

Referência

Definição

Namespace:: Microsoft.ML

Assembly:: Microsoft.ML.Data.dll

Pacote:: Microsoft.ML v3.0.1

Pacote:: Microsoft.ML v1.0.0

Pacote:: Microsoft.ML v1.1.0

Pacote:: Microsoft.ML v1.2.0

Pacote:: Microsoft.ML v1.3.1

Pacote:: Microsoft.ML v1.4.0

Pacote:: Microsoft.ML v1.5.5

Pacote:: Microsoft.ML v1.6.0

Pacote:: Microsoft.ML v1.7.0

Pacote:: Microsoft.ML v2.0.0

Importante

Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.

Classe usada por MLContext para criar instâncias de componentes de classificação binária, como treinadores e calibradores.

public sealed class BinaryClassificationCatalog : Microsoft.ML.TrainCatalogBase

type BinaryClassificationCatalog = class
    inherit TrainCatalogBase

Public NotInheritable Class BinaryClassificationCatalog
Inherits TrainCatalogBase

Herança: Object

TrainCatalogBase
BinaryClassificationCatalog

Propriedades

Calibrators	A lista de calibradores para executar a classificação binária.
Trainers	A lista de treinadores para executar a classificação binária.

Métodos

ChangeModelThreshold<TModel>(BinaryPredictionTransformer<TModel>, Single)	Método para modificar o limite para o modelo existente e retornar o modelo modificado.
CrossValidate(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)	Execute a validação cruzada em `numberOfFolds` dobras de `data`, ajustando `estimator`e respeitando `samplingKeyColumnName` se fornecido. Em seguida, avalie cada sub-modelo em relação `labelColumnName` a e retorne um CalibratedBinaryClassificationMetrics objeto, que inclui métricas baseadas em probabilidade, para cada sub-modelo. Cada sub-modelo é avaliado na dobra de validação cruzada que ele não viu durante o treinamento.
CrossValidateNonCalibrated(IDataView, IEstimator<ITransformer>, Int32, String, String, Nullable<Int32>)	Execute a validação cruzada em `numberOfFolds` dobras de `data`, ajustando `estimator`e respeitando `samplingKeyColumnName` se fornecido. Em seguida, avalie cada sub-modelo em relação `labelColumnName` a e retorne um BinaryClassificationMetrics objeto, que não inclui métricas baseadas em probabilidade, para cada sub-modelo. Cada sub-modelo é avaliado na dobra de validação cruzada que ele não viu durante o treinamento.
Evaluate(IDataView, String, String, String, String)	Avalia os dados de classificação binária pontuados.
EvaluateNonCalibrated(IDataView, String, String, String)	Avalia os dados de classificação binária pontuados, sem métricas baseadas em probabilidade.

Métodos de Extensão

PermutationFeatureImportance<TModel>(BinaryClassificationCatalog, ISingleFeaturePredictionTransformer<TModel>, IDataView, String, Boolean, Nullable<Int32>, Int32)	PFI (Importância do Recurso de Permutação) para Classificação Binária.
PermutationFeatureImportanceNonCalibrated(BinaryClassificationCatalog, ITransformer, IDataView, String, Boolean, Nullable<Int32>, Int32)	PFI (Importância do Recurso de Permutação) para Classificação Binária.

Aplica-se a

Partilhar via