MklComponentsCatalog Clase
Definición
Importante
Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.
Colección de métodos de extensión para RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainersy TransformsCatalog para crear componentes de instructor y transformación mkL (biblioteca de kernels matemáticas).
public static class MklComponentsCatalogtype MklComponentsCatalog = classPublic Module MklComponentsCatalog- Herencia
-
MklComponentsCatalog
Métodos
| Nombre | Description |
|---|---|
| Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options) |
Cree OlsTrainer con opciones avanzadas, que predice un destino mediante un modelo de regresión lineal. |
| Ols(RegressionCatalog+RegressionTrainers, String, String, String) |
Cree OlsTrainer, que predice un destino mediante un modelo de regresión lineal. |
| SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32) |
Cree SymbolicSgdLogisticRegressionBinaryTrainer, que predice un destino mediante un modelo de clasificación binaria lineal entrenado a través de datos de etiquetas booleanas. El descenso de degradado estocástico (SGD) es un algoritmo iterativo que optimiza una función objetivo diferente. Paraleliza SymbolicSgdLogisticRegressionBinaryTrainer SGD mediante la ejecución simbólica. |
| SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options) |
Cree SymbolicSgdLogisticRegressionBinaryTrainer con opciones avanzadas, que predice un destino mediante un modelo de clasificación binaria lineal entrenado sobre datos de etiquetas booleanas. El descenso de degradado estocástico (SGD) es un algoritmo iterativo que optimiza una función objetivo diferente. Paraleliza SymbolicSgdLogisticRegressionBinaryTrainer SGD mediante la ejecución simbólica. |
| VectorWhiten(TransformsCatalog, String, String, WhiteningKind, Single, Int32, Int32) |
Toma la columna rellenada con un vector de variables aleatorias con una matriz de covarianza conocida en un conjunto de nuevas variables cuya covarianza es la matriz de identidad, lo que significa que no están correlacionadas y cada una tiene varianza 1. |