FastForestBinaryTrainer.Options Třída

Definice

Obor názvů:

Microsoft.ML.Trainers.FastTree

Sestavení:

Microsoft.ML.FastTree.dll

Balíček:

Microsoft.ML.FastTree v3.0.1

Možnosti pro, jak se FastForestBinaryTrainer používají v FastForest(Options).

public sealed class FastForestBinaryTrainer.Options : Microsoft.ML.Trainers.FastTree.FastForestOptionsBase

type FastForestBinaryTrainer.Options = class
    inherit FastForestOptionsBase

Public NotInheritable Class FastForestBinaryTrainer.Options
Inherits FastForestOptionsBase

Dědičnost

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

FastForestOptionsBase

FastForestBinaryTrainer.Options

Konstruktory

FastForestBinaryTrainer.Options()

Možnosti pro, jak se FastForestBinaryTrainer používají v FastForest(Options).

Pole

AllowEmptyTrees	Pokud rozdělení kořene není možné, nechte trénování pokračovat. (Zděděno od TreeOptions)
BaggingExampleFraction	Procento trénovacích příkladů použitých v jednotlivých taškách Výchozí hodnota je 0,7 (70 %). (Zděděno od TreeOptions)
BaggingSize	Počet stromů v každém sáčku (0 pro zakázání pytlování) (Zděděno od TreeOptions)
Bias	Odchylka výpočtu přechodu pro každou přihrádku funkce pro kategorickou funkci (Zděděno od TreeOptions)
Bundling	Svazky s nízkým počtem přihrádek populace. Bundle.None(0): no bundling, Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor low population bundle. (Zděděno od TreeOptions)
CategoricalSplit	Zda provést rozdělení na základě více hodnot kategorických funkcí. (Zděděno od TreeOptions)
CompressEnsemble	Komprimujte stromový soubor Ensemble. (Zděděno od TreeOptions)
DiskTranspose	Jestli se má při provádění transponování využít disk nebo nativní transpozice dat (pokud je to možné). (Zděděno od TreeOptions)
EntropyCoefficient	Součinitel entropie (regularizace) mezi 0 a 1. (Zděděno od TreeOptions)
ExampleWeightColumnName	Sloupec, který se má použít jako příklad hmotnosti. (Zděděno od TrainerInputBaseWithWeight)
ExecutionTime	Tisk rozpisu doby provádění do ML.NET kanálu. (Zděděno od TreeOptions)
FeatureColumnName	Sloupec, který se má použít pro funkce. (Zděděno od TrainerInputBase)
FeatureFirstUsePenalty	Funkce nejprve použije koeficient penalizace. (Zděděno od TreeOptions)
FeatureFlocks	Jestli se mají při přípravě datové sady shromažďovat funkce, aby se urychlily trénování. (Zděděno od TreeOptions)
FeatureFraction	Zlomek funkcí (vybraný náhodně), který se má použít při každé iteraci. Pokud potřebujete jenom 90 % funkcí, použijte 0,9. Nižší čísla pomáhají omezit přeučení. (Zděděno od TreeOptions)
FeatureFractionPerSplit	Zlomek funkcí (zvolený náhodně), který se má použít při každém rozdělení. Pokud je hodnota 0,9, 90 % všech funkcí by se v očekávání vynechalo. (Zděděno od TreeOptions)
FeatureReusePenalty	Koeficient opětovného použití funkce (regularizace). (Zděděno od TreeOptions)
FeatureSelectionSeed	Počáteční hodnota výběru aktivní funkce. (Zděděno od TreeOptions)
GainConfidenceLevel	Stromové tvarování získáte požadavek na spolehlivost. Zisk zvažujte pouze v případě, že jeho pravděpodobnost oproti náhodnému získání volby přesahuje tuto hodnotu. (Zděděno od TreeOptions)
HistogramPoolSize	Počet histogramů ve fondu (mezi 2 a numLeaves) (Zděděno od TreeOptions)
LabelColumnName	Sloupec, který se má použít pro popisky. (Zděděno od TrainerInputBaseWithLabel)
MaximumBinCountPerFeature	Maximální počet jedinečných hodnot (intervalů) na funkci (Zděděno od TreeOptions)
MaximumCategoricalGroupCountPerNode	Maximální počet kategorických skupin rozdělení, které je potřeba vzít v úvahu při rozdělení u kategorické funkce. Skupiny rozdělení jsou kolekcí bodů rozdělení. To se používá k omezení přeurčení, pokud existuje mnoho kategorických funkcí. (Zděděno od TreeOptions)
MaximumCategoricalSplitPointCount	Maximální počet bodů kategorického rozdělení, které je potřeba vzít v úvahu při rozdělení u kategorické funkce. (Zděděno od TreeOptions)
MaximumOutputMagnitudePerTree	Horní mez absolutní hodnoty výstupu jednoho stromu.
MemoryStatistics	Vytiskněte statistiku paměti do ML.NET kanálu. (Zděděno od TreeOptions)
MinimumExampleCountPerLeaf	Minimální počet datových bodů potřebných k vytvoření nového stromového listu. (Zděděno od TreeOptions)
MinimumExampleFractionForCategoricalSplit	Minimální procento kategorického příkladu v intervalu ke zvážení rozdělení Výchozí hodnota je 0,1 % všech trénovacích příkladů. (Zděděno od TreeOptions)
MinimumExamplesForCategoricalSplit	Minimální počet kategorických příkladů v intervalu ke zvážení rozdělení. (Zděděno od TreeOptions)
NumberOfLeaves	Maximální počet listů v každém regresním stromu (Zděděno od TreeOptions)
NumberOfQuantileSamples	Počet datových bodů, které mají být z každého listu vzorkovány, aby se zjistilo rozdělení popisků. (Zděděno od FastForestOptionsBase)
NumberOfThreads	Počet vláken, která se mají použít. (Zděděno od TreeOptions)
NumberOfTrees	Celkový počet rozhodovacích stromů, které se mají vytvořit v souboru. (Zděděno od TreeOptions)
RowGroupColumnName	Sloupec, který se použije jako příklad groupId. (Zděděno od TrainerInputBaseWithGroupId)
Seed	Počáteční hodnota generátoru náhodných čísel. (Zděděno od TreeOptions)
Smoothing	Parametr vyhlazení pro regularizaci stromu. (Zděděno od TreeOptions)
SoftmaxTemperature	Teplota náhodného rozdělení softmaxu pro výběr funkce. (Zděděno od TreeOptions)
SparsifyThreshold	Úroveň sparsity potřebná k použití řídké reprezentace funkcí. (Zděděno od TreeOptions)
TestFrequency	Vypočítejte hodnoty metriky pro trénování/platné/test každé zaokrouhlení k. (Zděděno od TreeOptions)