RegressionCatalog.RegressionTrainers 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.
Clase usada por MLContext para crear instancias de instructores de regresión.
public sealed class RegressionCatalog.RegressionTrainers : Microsoft.ML.TrainCatalogBase.CatalogInstantiatorBasetype RegressionCatalog.RegressionTrainers = class
inherit TrainCatalogBase.CatalogInstantiatorBasePublic NotInheritable Class RegressionCatalog.RegressionTrainers
Inherits TrainCatalogBase.CatalogInstantiatorBase- Herencia
Métodos de extensión
| Nombre | Description |
|---|---|
| FastForest(RegressionCatalog+RegressionTrainers, FastForestRegressionTrainer+Options) |
Cree FastForestRegressionTrainer con opciones avanzadas, que predice un destino mediante un modelo de regresión de árbol de decisión. |
| FastForest(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32) |
Cree FastForestRegressionTrainer, que predice un destino mediante un modelo de regresión de árbol de decisión. |
| FastTree(RegressionCatalog+RegressionTrainers, FastTreeRegressionTrainer+Options) |
Cree FastTreeRegressionTrainer con opciones avanzadas, que predice un destino mediante un modelo de regresión de árbol de decisión. |
| FastTree(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double) |
Cree FastTreeRegressionTrainer, que predice un destino mediante un modelo de regresión de árbol de decisión. |
| FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options) |
Cree FastTreeTweedieTrainer mediante opciones avanzadas, que predice un destino mediante un modelo de regresión de árbol de decisión. |
| FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double) |
Cree FastTreeTweedieTrainer, que predice un destino mediante un modelo de regresión de árbol de decisión. |
| Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options) |
Cree GamRegressionTrainer mediante opciones avanzadas, que predice un destino mediante modelos de aditivo generalizados (GAM). |
| Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double) |
Cree GamRegressionTrainer, que predice un destino mediante modelos de aditivos generalizados (GAM). |
| LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, LbfgsPoissonRegressionTrainer+Options) |
Cree LbfgsPoissonRegressionTrainer mediante opciones avanzadas, que predice un destino mediante un modelo de regresión lineal. |
| LbfgsPoissonRegression(RegressionCatalog+RegressionTrainers, String, String, String, Single, Single, Single, Int32, Boolean) |
Cree LbfgsPoissonRegressionTrainer, que predice un destino mediante un modelo de regresión lineal. |
| LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options) |
Cree LightGbmRegressionTrainer mediante opciones avanzadas, que predice un destino mediante un modelo de regresión del árbol de decisión de aumento de degradado. |
| LightGbm(RegressionCatalog+RegressionTrainers, Stream, String) |
Cree LightGbmRegressionTrainer a partir de un modelo LightGBM entrenado previamente, que predice un destino mediante una regresión del árbol de decisión de aumento de degradado. |
| LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32) |
Cree LightGbmRegressionTrainer, que predice un destino mediante un modelo de regresión del árbol de decisión de aumento de degradado. |
| 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. |
| OnlineGradientDescent(RegressionCatalog+RegressionTrainers, OnlineGradientDescentTrainer+Options) |
Cree OnlineGradientDescentTrainer mediante opciones avanzadas, que predice un destino mediante un modelo de regresión lineal. |
| OnlineGradientDescent(RegressionCatalog+RegressionTrainers, String, String, IRegressionLoss, Single, Boolean, Single, Int32) |
Cree OnlineGradientDescentTrainer, que predice un destino mediante un modelo de regresión lineal. |
| Sdca(RegressionCatalog+RegressionTrainers, SdcaRegressionTrainer+Options) |
Cree SdcaRegressionTrainer con opciones avanzadas, que predice un destino mediante un modelo de regresión lineal. |
| Sdca(RegressionCatalog+RegressionTrainers, String, String, String, ISupportSdcaRegressionLoss, Nullable<Single>, Nullable<Single>, Nullable<Int32>) |
Cree SdcaRegressionTrainer, que predice un destino mediante un modelo de regresión lineal. |
| SentenceSimilarity(RegressionCatalog+RegressionTrainers, SentenceSimilarityTrainer+SentenceSimilarityOptions) |
Ajuste un modelo de NAS-BERT para la similitud de oraciones NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token separador), por lo que en general este límite será de 510 palabras para todas las oraciones. |
| SentenceSimilarity(RegressionCatalog+RegressionTrainers, String, String, String, String, Int32, Int32, BertArchitecture, IDataView) |
Ajuste un modelo de NAS-BERT para la similitud de oraciones NLP. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens especificados (un token de inicio y un token separador), por lo que en general este límite será de 510 palabras para todas las oraciones. |