Package opennlp.tools.ml

Klasse AbstractTrainer

java.lang.Object

opennlp.tools.ml.AbstractTrainer

Alle implementierten Schnittstellen:

Trainer

Bekannte direkte Unterklassen:

AbstractEventModelSequenceTrainer, AbstractEventTrainer

public abstract class AbstractTrainer
extends Object
implements Trainer

Konstruktorübersicht

Konstruktoren

Konstruktor	Beschreibung
AbstractTrainer()
AbstractTrainer(TrainingParameters trainParams)	Initializes a AbstractTrainer via TrainingParameters.

Methodenübersicht

Modifizierer und Typ	Methode	Beschreibung
String	getAlgorithm()
int	getCutoff()
int	getIterations()
void	init(TrainingParameters trainParams, Map<String,String> reportMap)	Initializes a AbstractTrainer via TrainingParameters and a report map.
void	validate()	Checks the configured parameters.

Von Klasse geerbte Methoden java.lang.Object

equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

Konstruktordetails

AbstractTrainer

public AbstractTrainer()

AbstractTrainer

public AbstractTrainer(TrainingParameters trainParams)

Initializes a AbstractTrainer via TrainingParameters.

Parameter:

trainParams - The TrainingParameters to use.

Methodendetails

init

public void init(TrainingParameters trainParams,
 Map<String,String> reportMap)

Initializes a AbstractTrainer via TrainingParameters and a report map.

Angegeben von:

init in Schnittstelle Trainer

Parameter:

trainParams - The TrainingParameters to use.

reportMap - The Map instance used as report map.

getAlgorithm

public String getAlgorithm()

Gibt zurück:

Retrieves the configured TrainingParameters.ALGORITHM_PARAM value.

getCutoff

public int getCutoff()

Gibt zurück:

Retrieves the configured TrainingParameters.CUTOFF_PARAM value.

getIterations

public int getIterations()

Gibt zurück:

Retrieves the configured TrainingParameters.ITERATIONS_PARAM value.

validate

public void validate()

Checks the configured parameters. If a subclass overrides this, it should call super.validate();.

Löst aus:

IllegalArgumentException - Thrown if default training parameters are invalid.