LunchBox午餐盒插件中文组件手册

本页按组件真实元数据和内嵌图标生成；说明、分类和端口解释已整理为中文，英文原名保留在副标题和底层信息中，方便和 Grasshopper 搜索对应。

电池总数：23中文分类：2生成时间：2026-05-12 23:25

LunchBox / Machine Learning 20 个电池

Codify Data

用于Codify Data相关操作，位于LunchBox/Machine Learning分类。输入：Label、Data、Data Type；输出：Codified Data。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：3输出：1

输入端口

端口	类型	说明
Label	`Text`	输入Label数据，类型为文本。
Data	`Text`	输入Data数据，类型为文本。
Data TypeType	`Data`	输入Data Type数据，类型为数据。

输出端口

端口	类型	说明
Codified DataData	`Generic`	输出Codified Data数据，类型为Generic。

底层信息

原始组件名：Codify Data

底层类型：ProvingGround.MachineLearning.nodeCodifyData

GUID：c35c406f-8f84-4e1c-8993-8fe6b7538c05

Confusion Matrix Properties

用于Confusion Matrix Properties相关操作，位于LunchBox/Machine Learning分类。输入：General Confusion Matrix；输出：Accuracy、Error、Precision、Recall。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：1输出：9

输入端口

端口	类型	说明
General Confusion MatrixConfusion Matrix	`Generic`	输入General Confusion Matrix数据，类型为Generic。

输出端口

端口	类型	说明
Accuracy	`Number`	输出Accuracy数据，类型为数字。
Error	`Number`	输出Error数据，类型为数字。
Precision	`Number`	输出Precision数据，类型为数字。
Recall	`Number`	输出Recall数据，类型为数字。
Variance	`Number`	输出Variance数据，类型为数字。
Chance Agreement	`Number`	输出Chance Agreement数据，类型为数字。
Geometric Agreement	`Number`	输出Geometric Agreement数据，类型为数字。
Cohen's Kappa StatisticKappa	`Number`	输出Cohen's Kappa Statistic数据，类型为数字。
Chi-Square	`Number`	输出Chi-Square数据，类型为数字。

底层信息

原始组件名：Confusion Matrix Properties

底层类型：ProvingGround.MachineLearning.nodeGCMProperties

GUID：72051c7a-6dd4-41e6-a85b-94e6d57fd250

Gaussian Mixture

用于Gaussian Mixture相关操作，位于LunchBox/Machine Learning分类。输入：Training Inputs、Components、随机 Seed。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：3输出：0

输入端口

端口	类型	说明
Training InputsInputs	`Number`	输入Training Inputs数据，类型为数字。
Components	`Integer`	输入Components数据，类型为整数。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Gaussian Mixture

底层类型：ProvingGround.MachineLearning.nodeGaussianMixture

GUID：853076e8-5b04-43cb-b075-c6b469d74da2

Hidden Markov Model

用于Hidden Markov Model相关操作，位于LunchBox/Machine Learning分类。输入：Training Inputs、Generations、随机 Seed、States。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：4输出：0

输入端口

端口	类型	说明
Training InputsInputs	`Text`	输入Training Inputs数据，类型为文本。
GenerationsGen	`Integer`	输入Generations数据，类型为整数。
Random SeedSeed	`Integer`	输入随机 Seed数据，类型为整数。
States	`Integer`	输入States数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Hidden Markov Model

底层类型：ProvingGround.MachineLearning.nodeHiddenMarkovModel

GUID：cfba1813-ae31-4197-994c-1832d3bef2ac

K-Means Clustering

用于K-Means Clustering相关操作，位于LunchBox/Machine Learning分类。输入：Training Inputs、# of Clusters、随机 Seed。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：3输出：0

输入端口

端口	类型	说明
Training InputsInputs	`Number`	输入Training Inputs数据，类型为数字。
# of ClustersClusters	`Integer`	输入# of Clusters数据，类型为整数。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：K-Means Clustering

底层类型：ProvingGround.MachineLearning.nodeKMeansClustering

GUID：9b0ea392-6635-4ece-a3be-ef3365af88e8

Kernel SVM Tester

用于Kernel SVM Tester相关操作，位于LunchBox/Machine Learning分类。输入：Support 向量 Machine、Test Input Data；输出：Classifications、Probabilties。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：2输出：2

输入端口

端口	类型	说明
Support Vector MachineSVM	`Generic`	输入Support 向量 Machine数据，类型为Generic。
Test Input DataInput	`Generic`	输入Test Input Data数据，类型为Generic。

输出端口

端口	类型	说明
Classifications	`Generic`	输出Classifications数据，类型为Generic。
Probabilties	`Number`	输出Probabilties数据，类型为数字。

底层信息

原始组件名：Kernel SVM Tester

底层类型：ProvingGround.MachineLearning.nodeSVMKernelTester

GUID：6d78b308-bcfd-4821-9365-aea5cfd9178b

Kernel SVM Trainer

用于Kernel SVM Trainer相关操作，位于LunchBox/Machine Learning分类。输入：Training Inputs、Training Classifications、Kernel Type、K Folds；输出：Support 向量 Machine、Support Vectors、Confusion Matrix。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：4输出：3

输入端口

端口	类型	说明
Training InputsInputs	`Generic`	输入Training Inputs数据，类型为Generic。
Training ClassificationsClassifications	`Generic`	输入Training Classifications数据，类型为Generic。
Kernel TypeKernel	`Data`	输入Kernel Type数据，类型为数据。
K Folds	`Integer`	输入K Folds数据，类型为整数。

输出端口

端口	类型	说明
Support Vector MachineSVM	`Generic`	输出Support 向量 Machine数据，类型为Generic。
Support VectorsVectors	`Number`	输出Support Vectors数据，类型为数字。
Confusion Matrix	`Generic`	输出Confusion Matrix数据，类型为Generic。

底层信息

原始组件名：Kernel SVM Trainer

底层类型：ProvingGround.MachineLearning.nodeSVMKernelTrainer

GUID：6ad70fd1-5b3d-4d50-b4a5-37b9bcd7e24f

Linear Regression

用于Linear Regression相关操作，位于LunchBox/Machine Learning分类。输入：Test Data、Training Inputs、Training Output、随机 Seed。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：4输出：0

输入端口

端口	类型	说明
Test DataTest	`Number`	输入Test Data数据，类型为数字。
Training InputsInputs	`Number`	输入Training Inputs数据，类型为数字。
Training OutputOutput	`Number`	输入Training Output数据，类型为数字。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Linear Regression

底层类型：ProvingGround.MachineLearning.nodeLinearRegression

GUID：97e94daa-7958-489a-aaaa-223c6f76bfc4

Load Model

用于Load Model相关操作，位于LunchBox/Machine Learning分类。输入：文件路径；输出：Loaded Model。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：1输出：1

输入端口

端口	类型	说明
File Path	`Text`	输入文件路径数据，类型为文本。

输出端口

端口	类型	说明
Loaded ModelModel	`Generic`	输出Loaded Model数据，类型为Generic。

底层信息

原始组件名：Load Model

底层类型：ProvingGround.MachineLearning.nodeDeserializeModel

GUID：a5446931-9ca9-411f-a41c-fa5e179b26ae

Logistic Regression

用于Logistic Regression相关操作，位于LunchBox/Machine Learning分类。输入：Test Data、Training Inputs、Training Output、Tolerance。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：7输出：0

输入端口

端口	类型	说明
Test DataTest	`Number`	输入Test Data数据，类型为数字。
Training InputsInputs	`Number`	输入Training Inputs数据，类型为数字。
Training OutputOutput	`Boolean`	输入Training Output数据，类型为布尔。
ToleranceTol	`Number`	输入Tolerance数据，类型为数字。
Maximum IterationsMaxIter	`Integer`	输入Maximum Iterations数据，类型为整数。
Regularization ValueRegular	`Number`	输入Regularization Value数据，类型为数字。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Logistic Regression

底层类型：ProvingGround.MachineLearning.nodeLogisticRegression

GUID：c53baefd-7dde-4be7-b89a-4586da0254e7

Multivariate Linear Regression

用于Multivariate Linear Regression相关操作，位于LunchBox/Machine Learning分类。输入：Test Data、Inputs、Output、随机 Seed。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：4输出：0

输入端口

端口	类型	说明
Test DataTest	`Number`	输入Test Data数据，类型为数字。
Inputs	`Number`	输入Inputs数据，类型为数字。
Output	`Number`	输入Output数据，类型为数字。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Multivariate Linear Regression

底层类型：ProvingGround.MachineLearning.nodeMultivariateLinearRegression

GUID：20388bae-18d1-4a7a-b9bf-0e6fd378e06a

Naive Bayes Classification

用于Naive Bayes Classification相关操作，位于LunchBox/Machine Learning分类。输入：Test Data、Training Data、Input Column names、Output Column Name。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：5输出：0

输入端口

端口	类型	说明
Test DataTest	`Generic`	输入Test Data数据，类型为Generic。
Training DataData	`Generic`	输入Training Data数据，类型为Generic。
Input Column namesInNames	`Generic`	输入Input Column names数据，类型为Generic。
Output Column NameOutName	`Generic`	输入Output Column Name数据，类型为Generic。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Naive Bayes Classification

底层类型：ProvingGround.MachineLearning.nodeNaiveBayes

GUID：dc1394a2-cacb-492c-8e2f-13b0dd8f26da

Naive Bayes Classification Tester

用于Naive Bayes Classification Tester相关操作，位于LunchBox/Machine Learning分类。输入：Naive Bayes Classifier、Test Input Data；输出：Classifications、Probabilties。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：2输出：2

输入端口

端口	类型	说明
Naive Bayes ClassifierClassifier	`Generic`	输入Naive Bayes Classifier数据，类型为Generic。
Test Input DataInput	`Generic`	输入Test Input Data数据，类型为Generic。

输出端口

端口	类型	说明
Classifications	`Generic`	输出Classifications数据，类型为Generic。
Probabilties	`Number`	输出Probabilties数据，类型为数字。

底层信息

原始组件名：Naive Bayes Classification Tester

底层类型：ProvingGround.MachineLearning.nodeNaiveBayesTester

GUID：ebb6bbc8-842e-4948-8bef-6e18b3dc40b1

Naive Bayes Classification Trainer

用于Naive Bayes Classification Trainer相关操作，位于LunchBox/Machine Learning分类。输入：Training Inputs、Training Classifications；输出：Trained Naive Bayes Classifier、Confusion Matrix。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：2输出：2

输入端口

端口	类型	说明
Training InputsInputs	`Generic`	输入Training Inputs数据，类型为Generic。
Training ClassificationsClassifications	`Generic`	输入Training Classifications数据，类型为Generic。

输出端口

端口	类型	说明
Trained Naive Bayes ClassifierClassifier	`Generic`	输出Trained Naive Bayes Classifier数据，类型为Generic。
Confusion Matrix	`Generic`	输出Confusion Matrix数据，类型为Generic。

底层信息

原始组件名：Naive Bayes Classification Trainer

底层类型：ProvingGround.MachineLearning.nodeNaiveBayesTrainer

GUID：f568a52c-8793-46e9-a3cc-4d44a52f495b

Neural Network

用于Neural Network相关操作，位于LunchBox/Machine Learning分类。输入：Test Data、Traing Inputs、Labels、Hidden Neurons。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：7输出：0

输入端口

端口	类型	说明
Test DataTest	`Number`	输入Test Data数据，类型为数字。
Traing InputsInputs	`Number`	输入Traing Inputs数据，类型为数字。
Labels	`Integer`	输入Labels数据，类型为整数。
Hidden NeuronsNeurons	`Integer`	输入Hidden Neurons数据，类型为整数。
Alpha	`Number`	输入Alpha数据，类型为数字。
IterationsIter	`Integer`	输入Iterations数据，类型为整数。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Neural Network

底层类型：ProvingGround.MachineLearning.nodeNeuralNetwork

GUID：75157d8d-81a3-44b5-886c-1e157c42216c

Neural Network Loader

用于Neural Network Loader相关操作，位于LunchBox/Machine Learning分类。输入：文件路径；输出：Nueral Network。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：1输出：1

输入端口

端口	类型	说明
File Path	`Text`	输入文件路径数据，类型为文本。

输出端口

端口	类型	说明
Nueral NetworkNeural Network	`Generic`	输出Nueral Network数据，类型为Generic。

底层信息

原始组件名：Neural Network Loader

底层类型：ProvingGround.MachineLearning.nodeNeuralNetworkLoader

GUID：ebaafcaa-8b8d-4991-b7d0-f2e1545501a5

Neural Network Tester

用于Neural Network Tester相关操作，位于LunchBox/Machine Learning分类。输入：Trained Neural Network、Test Input Data；输出：Neural Network Output。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：2输出：1

输入端口

端口	类型	说明
Trained Neural NetworkNeural Network	`Generic`	输入Trained Neural Network数据，类型为Generic。
Test Input DataInput	`Number`	输入Test Input Data数据，类型为数字。

输出端口

端口	类型	说明
Neural Network OutputOutput	`Number`	输出Neural Network Output数据，类型为数字。

底层信息

原始组件名：Neural Network Tester

底层类型：ProvingGround.MachineLearning.nodeNeuralNetworkTesting

GUID：b2417354-3be4-441c-897d-b1f9fc0b71dd

Neural Network Trainer

用于Neural Network Trainer相关操作，位于LunchBox/Machine Learning分类。输入：Training Inputs、Training Outputs、Hidden Neurons、Learning Algorithm；输出：Trained Nueral Network、Error's Dynamics 。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：7输出：2

输入端口

端口	类型	说明
Training InputsInputs	`Number`	输入Training Inputs数据，类型为数字。
Training OutputsOutputs	`Number`	输入Training Outputs数据，类型为数字。
Hidden Neurons	`Integer`	输入Hidden Neurons数据，类型为整数。
Learning Algorithm	`Data`	输入Learning Algorithm数据，类型为数据。
Activation Function	`Data`	输入Activation Function数据，类型为数据。
Alpha	`Number`	输入Alpha数据，类型为数字。
Iterations	`Integer`	输入Iterations数据，类型为整数。

输出端口

端口	类型	说明
Trained Nueral NetworkNeural Network	`Generic`	输出Trained Nueral Network数据，类型为Generic。
Error's Dynamics Error	`Number`	输出Error's Dynamics 数据，类型为数字。

底层信息

原始组件名：Neural Network Trainer

底层类型：ProvingGround.MachineLearning.nodeNeuralNetworkTrainer

GUID：cc010201-a5bf-439e-8190-cadb8019b820

Nonlinear Regression

用于Nonlinear Regression相关操作，位于LunchBox/Machine Learning分类。输入：Test Data、Training Inputs、Training Output、Sigma。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：6输出：0

输入端口

端口	类型	说明
Test DataTest	`Number`	输入Test Data数据，类型为数字。
Training InputsInputs	`Number`	输入Training Inputs数据，类型为数字。
Training OutputOutput	`Number`	输入Training Output数据，类型为数字。
Sigma	`Integer`	输入Sigma数据，类型为整数。
ComplexityComplex	`Number`	输入Complexity数据，类型为数字。
Random SeedSeed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Nonlinear Regression

底层类型：ProvingGround.MachineLearning.nodeSeqMinimalRegression

GUID：fd9ab1cd-dff2-48c0-9ac3-6ebe7c24a992

Restricted Boltzmann Machine

用于Restricted Boltzmann Machine相关操作，位于LunchBox/Machine Learning分类。输入：Test Data、Training Inputs、Training Output、Momentum。

插件：LunchBoxML.gha分类：LunchBox子分类：Machine Learning输入：9输出：0

输入端口

端口	类型	说明
Test DataTest	`Number`	输入Test Data数据，类型为数字。
Training InputsInputs	`Number`	输入Training Inputs数据，类型为数字。
Training OutputOutput	`Number`	输入Training Output数据，类型为数字。
Momentum	`Number`	输入Momentum数据，类型为数字。
Learning RateRate	`Number`	输入Learning Rate数据，类型为数字。
Decay	`Number`	输入Decay数据，类型为数字。
Alpha	`Number`	输入Alpha数据，类型为数字。
Iterations	`Integer`	输入Iterations数据，类型为整数。
Random Seedseed	`Integer`	输入随机 Seed数据，类型为整数。

输出端口

这个组件没有显式输出端口。

底层信息

原始组件名：Restricted Boltzmann Machine

底层类型：ProvingGround.MachineLearning.nodeRestrictedBoltzmann

GUID：32864682-9c58-4484-b3cf-6d32298295d7

LunchBox / 工具 3 个电池

Create RTree

用于Create RTree相关操作，位于LunchBox/工具分类。输入：Input geometry；输出：RTree。

插件：LunchBoxML.gha分类：LunchBox子分类：工具输入：1输出：1

输入端口

端口	类型	说明
Input geometryGeo	`Generic`	输入Input geometry数据，类型为Generic。

输出端口

端口	类型	说明
RTree	`Generic`	输出RTree数据，类型为Generic。

底层信息

原始组件名：Create RTree

底层类型：ProvingGround.MachineLearning.Components.nodeRTreeCreate

GUID：25c345c7-9bd6-471a-974c-8fd901adf4b5

RTree 最近点

RTree Closest Point

用于RTree 最近点相关操作，位于LunchBox/工具分类。输入：Search Points、RTree；输出：最近点、最近 Index。

插件：LunchBoxML.gha分类：LunchBox子分类：工具输入：2输出：2

输入端口

端口	类型	说明
Search PointsSPoints	`Point`	输入Search Points数据，类型为点。
RTree	`Generic`	输入RTree数据，类型为Generic。

输出端口

端口	类型	说明
Closest PointCPoint	`Point`	输出最近点数据，类型为点。
Closest IndexIndex	`Integer`	输出最近 Index数据，类型为整数。

底层信息

原始组件名：RTree Closest Point

底层类型：ProvingGround.MachineLearning.Components.nodeRTreeClosestPoint

GUID：a5287477-4326-442f-8ab3-904779ec720d

RTree Points in 范围

RTree Points in Range

用于RTree Points in 范围相关操作，位于LunchBox/工具分类。输入：Search Points、Search 距离、RTree；输出：Points within 范围、Indices within 范围。

插件：LunchBoxML.gha分类：LunchBox子分类：工具输入：3输出：2

输入端口

端口	类型	说明
Search PointsSPoints	`Point`	输入Search Points数据，类型为点。
Search DistanceDistance	`Number`	输入Search 距离数据，类型为数字。
RTree	`Generic`	输入RTree数据，类型为Generic。

输出端口

端口	类型	说明
Points within RangeRPoints	`Point`	输出Points within 范围数据，类型为点。
Indices within RangeIndices	`Integer`	输出Indices within 范围数据，类型为整数。

底层信息

原始组件名：RTree Points in Range

底层类型：ProvingGround.MachineLearning.Components.nodeRTreePointsWithinRange

GUID：dbe04b8a-a53f-4eb3-abfb-5866e0bd39d1

LunchBox午餐盒插件 中文组件手册

LunchBox / Machine Learning 20 个电池

Codify Data

Confusion Matrix Properties

Gaussian Mixture

Hidden Markov Model

K-Means Clustering

Kernel SVM Tester

Kernel SVM Trainer

Linear Regression

Load Model

Logistic Regression

Multivariate Linear Regression

Naive Bayes Classification

Naive Bayes Classification Tester

Naive Bayes Classification Trainer

Neural Network

Neural Network Loader

Neural Network Tester

Neural Network Trainer

Nonlinear Regression

Restricted Boltzmann Machine

LunchBox / 工具 3 个电池

Create RTree

RTree 最近 点

RTree Points in 范围

LunchBox午餐盒插件中文组件手册

RTree 最近点