Sdílet prostřednictvím


FastTreeBinaryTrainer.Options Třída

Definice

Možnosti pro, jak se FastTreeBinaryTrainer používá v FastTree(Options).

public sealed class FastTreeBinaryTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>
type FastTreeBinaryTrainer.Options = class
    inherit BoostedTreeOptions
    interface IComponentFactory<ITrainer>
    interface IComponentFactory
Public NotInheritable Class FastTreeBinaryTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)
Dědičnost
Implementuje
IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>

Konstruktory

FastTreeBinaryTrainer.Options()

Vytvořte nový FastTreeBinaryTrainer.Options objekt s výchozími hodnotami.

Pole

AllowEmptyTrees

Pokud rozdělení kořene není možné, povolte trénování pokračovat.

(Zděděno od TreeOptions)
BaggingExampleFraction

Procento trénovacích příkladů použitých v každém sáčku Výchozí hodnota je 0,7 (70 %).

(Zděděno od TreeOptions)
BaggingSize

Počet stromů v každém sáčku (0 pro zakázání pytlování)

(Zděděno od TreeOptions)
BestStepRankingRegressionTrees

Možnost použití nejlepších stromů regresních kroků

(Zděděno od BoostedTreeOptions)
Bias

Předpojatost pro výpočet přechodu pro každou přihrádku funkce pro kategorickou funkci

(Zděděno od TreeOptions)
Bundling

Svazky s nízkým počtem přihrádek. Bundle.None(0): no bundling, Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor low population bundle.

(Zděděno od TreeOptions)
CategoricalSplit

Zda se má provést rozdělení na základě více hodnot funkcí kategorií.

(Zděděno od TreeOptions)
CompressEnsemble

Komprimujte stromOvý soubor.

(Zděděno od TreeOptions)
DiskTranspose

Jestli se má při provádění transpozice využít disk nebo nativní transpozice dat (pokud je to možné).

(Zděděno od TreeOptions)
DropoutRate

Míra poklesu pro regularizaci stromu.

(Zděděno od BoostedTreeOptions)
EnablePruning

Povolte prořezávání stromu po trénování, abyste se vyhnuli přeurčení. Vyžaduje ověřovací sadu.

(Zděděno od BoostedTreeOptions)
EntropyCoefficient

Koeficient entropie (regularizace) mezi 0 a 1.

(Zděděno od TreeOptions)
ExampleWeightColumnName

Sloupec, který se použije například pro tloušťku.

(Zděděno od TrainerInputBaseWithWeight)
ExecutionTime

Vytiskněte rozpis doby provádění do ML.NET kanálu.

(Zděděno od TreeOptions)
FeatureColumnName

Sloupec, který se má použít pro funkce.

(Zděděno od TrainerInputBase)
FeatureFirstUsePenalty

Funkce nejprve použije sankční koeficient.

(Zděděno od TreeOptions)
FeatureFlocks

Zda se mají během přípravy datové sady shromažďovat funkce, aby se urychlila trénování.

(Zděděno od TreeOptions)
FeatureFraction

Zlomek funkcí (vybraných náhodně), které se mají použít při každé iteraci. Pokud potřebujete jenom 90 % funkcí, použijte 0,9. Nižší čísla pomáhají snížit nadměrnou montáž.

(Zděděno od TreeOptions)
FeatureFractionPerSplit

Zlomek funkcí (vybraných 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)
FilterZeroLambdas

Během trénování vyfiltrujte nulu lambda.

(Zděděno od BoostedTreeOptions)
GainConfidenceLevel

Stromové fitinky získat jistotu požadavek. Zisk zvažte pouze v případě, že jeho pravděpodobnost versus náhodný zisk volby je vyšší než tato hodnota.

(Zděděno od TreeOptions)
GetDerivativesSampleRate

Ukázka každého dotazu 1 v k krát ve funkci GetDerivatives

(Zděděno od BoostedTreeOptions)
HistogramPoolSize

Počet histogramů ve fondu (mezi 2 a numLeaves)

(Zděděno od TreeOptions)
LabelColumnName

Sloupec, který se má použít pro popisky.

(Zděděno od TrainerInputBaseWithLabel)
LearningRate

Rychlost učení.

(Zděděno od BoostedTreeOptions)
MaximumBinCountPerFeature

Maximální počet jedinečných hodnot (přihrádek) na funkci

(Zděděno od TreeOptions)
MaximumCategoricalGroupCountPerNode

Maximální počet kategorických skupin rozdělení, které je potřeba vzít v úvahu při rozdělení u funkce kategorií. Rozdělené skupiny jsou kolekcí bodů rozdělení. To se používá ke snížení přeurčení, pokud existuje mnoho funkcí kategorií.

(Zděděno od TreeOptions)
MaximumCategoricalSplitPointCount

Maximální počet bodů rozdělení kategorií, které je potřeba vzít v úvahu při dělení u funkce kategorií.

(Zděděno od TreeOptions)
MaximumNumberOfLineSearchSteps

Počet kroků hledání řádků po závorce

(Zděděno od BoostedTreeOptions)
MaximumTreeOutput

Horní mez na absolutní hodnotu výstupu jednoho stromu.

(Zděděno od BoostedTreeOptions)
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 příkladu kategorií v intervalu, které je potřeba zvážit pro rozdělení. Výchozí hodnota je 0,1 % všech trénovacích příkladů.

(Zděděno od TreeOptions)
MinimumExamplesForCategoricalSplit

Minimální počet příkladů kategorií v intervalu, který je potřeba zvážit pro rozdělení.

(Zděděno od TreeOptions)
MinimumStepSize

Minimální velikost kroku vyhledávání řádků.

(Zděděno od BoostedTreeOptions)
NumberOfLeaves

Maximální počet listů v každém regresním stromu.

(Zděděno od TreeOptions)
NumberOfThreads

Počet vláken, která se mají použít.

(Zděděno od TreeOptions)
NumberOfTrees

Celkový počet rozhodovacích stromů, které se mají vytvořit v souboru.

(Zděděno od TreeOptions)
OptimizationAlgorithm

Algoritmus optimalizace, který se má použít.

(Zděděno od BoostedTreeOptions)
PruningThreshold

Prahová hodnota tolerance pro vyřezávání.

(Zděděno od BoostedTreeOptions)
PruningWindowSize

Velikost pohyblivého okna pro vyřezávání.

(Zděděno od BoostedTreeOptions)
RandomStart

Trénování začíná náhodným řazením (určeným /r1).

(Zděděno od BoostedTreeOptions)
RowGroupColumnName

Sloupec, který se použije jako příklad groupId.

(Zděděno od TrainerInputBaseWithGroupId)
Seed

Počáteční hodnota generátoru náhodných čísel.

(Zděděno od TreeOptions)
Shrinkage

Smršťování.

(Zděděno od BoostedTreeOptions)
Smoothing

Parametr vyhlazování pro regularizaci stromu

(Zděděno od TreeOptions)
SoftmaxTemperature

Teplota náhodného rozdělení softmax pro výběr funkce.

(Zděděno od TreeOptions)
SparsifyThreshold

Úroveň sparsity potřebná k použití řídké reprezentace funkcí.

(Zděděno od TreeOptions)
TestFrequency

Vypočítejte hodnoty metrik pro trénování/platné/test každé kolo k.

(Zděděno od TreeOptions)
UnbalancedSets

Zda používat deriváty optimalizované pro nevyrovnaná trénovací data

UseLineSearch

Určuje, zda se má použít řádkové vyhledávání pro velikost kroku.

(Zděděno od BoostedTreeOptions)
UseTolerantPruning

Pro vyřezávání používejte okno a toleranci.

(Zděděno od BoostedTreeOptions)
WriteLastEnsemble

Napište poslední soubor místo toho, který je určený včasným zastavením.

(Zděděno od BoostedTreeOptions)

Vlastnosti

EarlyStoppingMetric

Metriky předčasného zastavení

EarlyStoppingRule

Pravidlo předčasného zastavení, které se používá k ukončení procesu trénování po splnění zadaného kritéria. Možné volby jsou EarlyStoppingRuleBaseimplementace, jako TolerantEarlyStoppingRule je a GeneralityLossRule.

(Zděděno od BoostedTreeOptions)

Explicitní implementace rozhraní

IComponentFactory<ITrainer>.CreateComponent(IHostEnvironment)

Možnosti pro, jak se FastTreeBinaryTrainer používá v FastTree(Options).

Platí pro