RecommendationCatalog.CrossValidate Metodo
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
Eseguire la convalida incrociata sulle numberOfFolds riduzioni di data, adattando estimatorsamplingKeyColumnName e rispettando se specificato.
Valutare quindi ogni sottomodelli in base labelColumnName alle metriche e restituire le metriche.
public System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.RegressionMetrics>> CrossValidate(Microsoft.ML.IDataView data, Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> estimator, int numberOfFolds = 5, string labelColumnName = "Label", string samplingKeyColumnName = default, int? seed = default);member this.CrossValidate : Microsoft.ML.IDataView * Microsoft.ML.IEstimator<Microsoft.ML.ITransformer> * int * string * string * Nullable<int> -> System.Collections.Generic.IReadOnlyList<Microsoft.ML.TrainCatalogBase.CrossValidationResult<Microsoft.ML.Data.RegressionMetrics>>Public Function CrossValidate (data As IDataView, estimator As IEstimator(Of ITransformer), Optional numberOfFolds As Integer = 5, Optional labelColumnName As String = "Label", Optional samplingKeyColumnName As String = Nothing, Optional seed As Nullable(Of Integer) = Nothing) As IReadOnlyList(Of TrainCatalogBase.CrossValidationResult(Of RegressionMetrics))Parametri
- data
- IDataView
Dati su cui eseguire la convalida incrociata.
- estimator
- IEstimator<ITransformer>
Oggetto estimator da adattare.
- numberOfFolds
- Int32
Numero di riduzioni di convalida incrociata.
- labelColumnName
- String
Colonna etichetta (per la valutazione).
- samplingKeyColumnName
- String
Nome facoltativo della colonna da utilizzare come colonna di stratificazione. Se due esempi condividono lo stesso valore di samplingKeyColumnName (se specificato), vengono visualizzati nello stesso subset (training o test). Usare questa opzione per assicurarsi che non vi sia alcuna perdita di etichette dal training al set di test.
Se questo parametro facoltativo non viene specificato, verranno generate colonne di stratificazione e i relativi valori saranno numeri casuali.
Parametro facoltativo usato in combinazione con .samplingKeyColumnName
samplingKeyColumnName Se non viene specificato , i numeri casuali generati per crearlo useranno questo valore di inizializzazione come valore.
Se non viene specificato, verrà usato il valore predefinito.
Valori restituiti
Risultati per riduzione: metriche, modelli, set di dati con punteggio.