MklComponentsCatalog 類別
定義
重要
部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。
集合了 、 RegressionCatalog.RegressionTrainersBinaryClassificationCatalog.BinaryClassificationTrainers、 以及TransformsCatalog用於建立 MKL（數學核心函式庫）訓練器與轉換元件的擴充方法集合。
public static class MklComponentsCatalogtype MklComponentsCatalog = classPublic Module MklComponentsCatalog- 繼承
-
MklComponentsCatalog
方法
| 名稱 | Description |
|---|---|
| Ols(RegressionCatalog+RegressionTrainers, OlsTrainer+Options) |
使用進階選項創建 OlsTrainer ，該選項使用線性迴歸模型預測目標。 |
| Ols(RegressionCatalog+RegressionTrainers, String, String, String) |
創建 OlsTrainer，利用線性迴歸模型預測目標。 |
| SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, Int32) |
創建 SymbolicSgdLogisticRegressionBinaryTrainer，利用一個在布林標籤資料上訓練的線性二元分類模型來預測目標。 隨機梯度下降（SGD）是一種迭代演算法，用以優化可微的目標函數。 它以SymbolicSgdLogisticRegressionBinaryTrainer符號執行方式平行化 SGD。 |
| SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options) |
使用進階選項創建 SymbolicSgdLogisticRegressionBinaryTrainer ，該模式使用線性二元分類模型，並訓練於布林標籤資料上，預測目標。 隨機梯度下降（SGD）是一種迭代演算法，用以優化可微的目標函數。 它以SymbolicSgdLogisticRegressionBinaryTrainer符號執行方式平行化 SGD。 |
| VectorWhiten(TransformsCatalog, String, String, WhiteningKind, Single, Int32, Int32) |
將一欄填滿已知協方差矩陣的隨機變數向量，分成一組新變數，其協變數為單位矩陣，意即它們不相關且各自變異數為1。 |