メインコンテンツへスキップ
入力データセットで分類器を学習します。トレーニング パラメーターおよび cross-validation パラメーターは、Trainer オブジェクトのプロパティで設定する必要があります。
Model の学習と分類は、IMultiProcessingParams::MultiProcessingMode の値に関係なく、Linux および Windows では逐次モードで実行されます。

構文

C++

HRESULT TrainModel(
  ITrainingData*     Objects,
  ITrainingResults** Result
);

C#

ITrainingResults TrainModel( ITrainingData Objects );

Visual Basic .NET

Function TrainModel(Objects As ITrainingData) As ITrainingResults

パラメーター

Objects [in] 分類済みのデータ セット (TrainingData オブジェクト) 。このデータ セットを使用して分類 Model をトレーニングします。データ セットには、少なくとも 2 つのカテゴリが含まれている必要があります。 Result [out, retval] 出力 TrainingResults オブジェクトの interface pointer を受け取る ITrainingResults* pointer variable へのポインター。トレーニング結果には、分類 Model と検証結果が含まれます。現在、一度にトレーニングできる分類器の型は 1 つのみであるため、この collection には TrainingResult 要素が 1 つ含まれます。

戻り値

このメソッドに固有の戻り値はありません。戻り値として、ABBYY FineReader Engine 関数の標準戻り値が返されます。

関連項目

Trainer