TreeEnsembleModelParametersBasedOnRegressionTree Třída

Definice

Obor názvů:

Microsoft.ML.Trainers.FastTree

Sestavení:

Microsoft.ML.FastTree.dll

Balíček:

Microsoft.ML.FastTree v3.0.1

TreeEnsembleModelParametersBasedOnRegressionTree je odvozen od TreeEnsembleModelParameters plus silného veřejného atributu , TrainedTreeEnsemblepro zveřejnění podrobností vytrénovaného modelu pro uživatele. Jeho funkce , Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructureje volána k vytvoření TrainedTreeEnsemble uvnitř TreeEnsembleModelParameters. Všimněte si, že hlavní rozdíl mezi TreeEnsembleModelParametersBasedOnQuantileRegressionTree a TreeEnsembleModelParametersBasedOnRegressionTree je typem TrainedTreeEnsemble.

public abstract class TreeEnsembleModelParametersBasedOnRegressionTree : Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParameters

type TreeEnsembleModelParametersBasedOnRegressionTree = class
    inherit TreeEnsembleModelParameters

Public MustInherit Class TreeEnsembleModelParametersBasedOnRegressionTree
Inherits TreeEnsembleModelParameters

Dědičnost

Object

ModelParametersBase<Single>

TreeEnsembleModelParameters

TreeEnsembleModelParametersBasedOnRegressionTree

Odvozené

Microsoft.ML.Trainers.FastTree.FastTreeBinaryModelParameters

Microsoft.ML.Trainers.FastTree.FastTreeRankingModelParameters

Microsoft.ML.Trainers.FastTree.FastTreeRegressionModelParameters

Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters

Microsoft.ML.Trainers.LightGbm.LightGbmBinaryModelParameters

Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters

Microsoft.ML.Trainers.LightGbm.LightGbmRegressionModelParameters

Vlastnosti

TrainedTreeEnsemble

Soubor stromů vystavených uživatelům. Je to obálka na in TreeEnsemble<T>.internalMicrosoft.ML.Trainers.FastTree.InternalTreeEnsemble

Metody

GetFeatureWeights(VBuffer<Single>)

Získejte kumulativní zisky rozdělení pro každou funkci napříč všemi stromy. (Zděděno od TreeEnsembleModelParameters)

Explicitní implementace rozhraní

ICalculateFeatureContribution.FeatureContributionCalculator

Slouží k určení příspěvku jednotlivých funkcí k skóre příkladu podle FeatureContributionCalculatingTransformer. Výpočet příspěvku funkce se v podstatě skládá z určení, které rozdělení ve stromu má největší dopad na konečné skóre a přiřazení hodnoty dopadu funkcím určujícím rozdělení. Přesněji řečeno, příspěvek funkce se rovná změně skóre vytvořené prozkoumáním opačného dílčího stromu při každém výskytu rozhodovacího uzlu dané funkce. Zvažte jednoduchý případ s jedním rozhodovacím stromem, který má rozhodovací uzel pro binární funkci F1. Vzhledem k příkladu, který má funkci F1 rovnou true, můžeme vypočítat skóre, které by bylo získáno, pokud bychom zvolili podstrom odpovídající funkci F1, která je rovna false, a přitom zachovat ostatní funkce konstantu. Příspěvek funkce F1 pro daný příklad je rozdíl mezi původním skóre a skóre získaným provedením opačného rozhodnutí na uzlu odpovídající funkci F1. Tento algoritmus přirozeně rozšiřuje modely s mnoha rozhodovacími stromy. (Zděděno od TreeEnsembleModelParameters)

ICanSaveModel.Save(ModelSaveContext)

TreeEnsembleModelParametersBasedOnRegressionTree je odvozen od TreeEnsembleModelParameters plus silného veřejného atributu , TrainedTreeEnsemblepro zveřejnění podrobností vytrénovaného modelu pro uživatele. Jeho funkce , Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructureje volána k vytvoření TrainedTreeEnsemble uvnitř TreeEnsembleModelParameters. Všimněte si, že hlavní rozdíl mezi TreeEnsembleModelParametersBasedOnQuantileRegressionTree a TreeEnsembleModelParametersBasedOnRegressionTree je typem TrainedTreeEnsemble. (Zděděno od ModelParametersBase<TOutput>)