AnomalyDetectionCatalog.AnomalyDetectionTrainers Klasse

Definition

Namespace:: Microsoft.ML

Assembly:: Microsoft.ML.Data.dll

Paket:: Microsoft.ML v4.0.1

Paket:: Microsoft.ML v1.0.0

Paket:: Microsoft.ML v1.1.0

Paket:: Microsoft.ML v1.2.0

Paket:: Microsoft.ML v1.3.1

Paket:: Microsoft.ML v1.4.0

Paket:: Microsoft.ML v1.5.5

Paket:: Microsoft.ML v1.6.0

Paket:: Microsoft.ML v1.7.0

Paket:: Microsoft.ML v2.0.1

Paket:: Microsoft.ML v3.0.1

Paket:: Microsoft.ML v5.0.0-preview.1.25125.4

Quelle:: TrainCatalog.cs

Quelle:: TrainCatalog.cs

Quelle:: TrainCatalog.cs

Wichtig

Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.

Klasse, die zum MLContext Erstellen von Instanzen von Anomalieerkennungstrainern verwendet wird.

public sealed class AnomalyDetectionCatalog.AnomalyDetectionTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBase

type AnomalyDetectionCatalog.AnomalyDetectionTrainers = class
    inherit TrainCatalogBase.CatalogInstantiatorBase

Public NotInheritable Class AnomalyDetectionCatalog.AnomalyDetectionTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase

Vererbung: Object

TrainCatalogBase.CatalogInstantiatorBase
AnomalyDetectionCatalog.AnomalyDetectionTrainers

Erweiterungsmethoden

Name	Beschreibung
RandomizedPca(AnomalyDetectionCatalog+AnomalyDetectionTrainers, RandomizedPcaTrainer+Options)	Erstellen Sie RandomizedPcaTrainer mit erweiterten Optionen, die ein ungefähres Prinzipalkomponentenanalysemodell (PCA) mithilfe eines randomisierten SvD-Algorithmus (Singular Value Decomposition, SVD) trainieren.
RandomizedPca(AnomalyDetectionCatalog+AnomalyDetectionTrainers, String, String, Int32, Int32, Boolean, Nullable<Int32>)	Erstellen Sie RandomizedPcaTrainer, was ein ungefähres Prinzipalkomponentenanalysemodell (PCA) mit dem Randomized Singular Decomposition (SVD)-Algorithmus trainiert.

Gilt für: