FactorizationMachineExtensions Klasse

Definition

Namespace:: Microsoft.ML

Assembly:: Microsoft.ML.StandardTrainers.dll

Paket:: Microsoft.ML v4.0.1

Paket:: Microsoft.ML v1.0.0

Paket:: Microsoft.ML v1.1.0

Paket:: Microsoft.ML v1.2.0

Paket:: Microsoft.ML v1.3.1

Paket:: Microsoft.ML v1.4.0

Paket:: Microsoft.ML v1.5.5

Paket:: Microsoft.ML v1.6.0

Paket:: Microsoft.ML v1.7.0

Paket:: Microsoft.ML v2.0.1

Paket:: Microsoft.ML v3.0.1

Paket:: Microsoft.ML v5.0.0-preview.1.25125.4

Quelle:: FactorizationMachineCatalog.cs

Quelle:: FactorizationMachineCatalog.cs

Quelle:: FactorizationMachineCatalog.cs

Wichtig

Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.

Sammlung von Erweiterungsmethoden zum BinaryClassificationCatalog Erstellen von Instanzen von Komponenten des feldfähigen Faktorisierungstrainers.

public static class FactorizationMachineExtensions

type FactorizationMachineExtensions = class

Public Module FactorizationMachineExtensions

Vererbung: Object
FactorizationMachineExtensions

Methoden

Name	Beschreibung
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options)	Erstellen Sie FieldAwareFactorizationMachineTrainer mithilfe erweiterter Optionen, die ein Ziel mithilfe einer feldfähigen Factorisierungsmaschine vorhersagen, die über boolesche Bezeichnungsdaten trainiert wurde.
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String, String, String)	Erstellen Sie FieldAwareFactorizationMachineTrainer, was ein Ziel mithilfe einer feldfähigen Factorisierungsmaschine voraussagt, die über boolesche Bezeichnungsdaten trainiert wurde.
FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, String[], String, String)	Erstellen Sie FieldAwareFactorizationMachineTrainer, was ein Ziel mithilfe einer feldfähigen Factorisierungsmaschine voraussagt, die über boolesche Bezeichnungsdaten trainiert wurde.

Gilt für: