MklComponentsCatalog Classe
Definição
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.
Coleção de métodos de extensão para RegressionCatalog.RegressionTrainers, BinaryClassificationCatalog.BinaryClassificationTrainerse TransformsCatalog para criar componentes de transformação e treinador MKL (Biblioteca kernel matemática).
public static class MklComponentsCatalogtype MklComponentsCatalog = classPublic Module MklComponentsCatalog- Herança
-
MklComponentsCatalog
Métodos
| Nome | Description |
|---|---|
| Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options) |
Crie OlsTrainer com opções avançadas, que prevê um destino usando um modelo de regressão linear. |
| Ols(RegressionCatalog+RegressionTrainers, String, String, String) |
Criar OlsTrainer, que prevê um destino usando um modelo de regressão linear. |
| SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32) |
Criar SymbolicSgdLogisticRegressionBinaryTrainer, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano. SGD (descendente de gradiente estocástico) é um algoritmo iterativo que otimiza uma função de objetivo diferencial. O SymbolicSgdLogisticRegressionBinaryTrainer SGD paraleliza usando a execução simbólica. |
| SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options) |
Crie SymbolicSgdLogisticRegressionBinaryTrainer com opções avançadas, que prevê um destino usando um modelo de classificação binária linear treinado sobre dados de rótulo booliano. SGD (descendente de gradiente estocástico) é um algoritmo iterativo que otimiza uma função de objetivo diferencial. O SymbolicSgdLogisticRegressionBinaryTrainer SGD paraleliza usando a execução simbólica. |
| VectorWhiten(TransformsCatalog, String, String, WhiteningKind, Single, Int32, Int32) |
Usa uma coluna preenchida com um vetor de variáveis aleatórias com uma matriz de covariância conhecida em um conjunto de novas variáveis cuja covariância é a matriz de identidade, o que significa que elas não estão relacionadas e cada uma tem variação 1. |