Microsoft.ML.Trainers.FastTree Obor názvů

Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree

Třídy

BoostedTreeOptions	Možnosti pro posílení trenérů stromové struktury.
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
ConsecutiveGeneralityLossRule	Po sobě jdoucí ztráta v generalitě (UP).
EarlyStoppingRule	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
EarlyStoppingRuleBase	Pravidlo předčasného zastavení, které se používá k ukončení procesu trénování po splnění zadaného kritéria. Používá se k nastavení EarlyStoppingRuleEarlyStoppingRule.
FastForestBinaryFeaturizationEstimator	Transformace IEstimator<TTransformer> vektoru vstupních funkcí na stromové funkce
FastForestBinaryFeaturizationEstimator.Options	Možnosti pro FastForestBinaryFeaturizationEstimator.
FastForestBinaryModelParameters	Parametry modelu pro FastForestBinaryTrainer.
FastForestBinaryTrainer	Trénování IEstimator<TTransformer> modelu binární klasifikace rozhodovacího stromu pomocí rychlé doménové struktury
FastForestBinaryTrainer.Options	Možnosti použité FastForestBinaryTrainer v fastForest(Options).
FastForestOptionsBase	Základní třída pro možnosti rychlého trenéra doménové struktury.
FastForestRegressionFeaturizationEstimator	Transformace IEstimator<TTransformer> vektoru vstupních funkcí na stromové funkce
FastForestRegressionFeaturizationEstimator.Options	Možnosti pro FastForestRegressionFeaturizationEstimator.
FastForestRegressionModelParameters	Parametry modelu pro FastForestRegressionTrainer.
FastForestRegressionTrainer	Model IEstimator<TTransformer> regrese rozhodovacího stromu pro trénování pomocí rychlé doménové struktury.
FastForestRegressionTrainer.Options	Možnosti použité FastForestRegressionTrainer v fastForest(Options).
FastTreeBinaryFeaturizationEstimator	Transformace IEstimator<TTransformer> vektoru vstupních funkcí na stromové funkce
FastTreeBinaryFeaturizationEstimator.Options	Možnosti pro FastTreeBinaryFeaturizationEstimator.
FastTreeBinaryModelParameters	Parametry modelu pro FastTreeBinaryTrainer.
FastTreeBinaryTrainer	Trénování IEstimator<TTransformer> modelu binární klasifikace rozhodovacího stromu pomocí FastTree
FastTreeBinaryTrainer.Options	Možnosti použité FastTreeBinaryTrainer v FastTree(Options).
FastTreeRankingFeaturizationEstimator	Transformace IEstimator<TTransformer> vektoru vstupních funkcí na stromové funkce
FastTreeRankingFeaturizationEstimator.Options	Možnosti pro FastTreeRankingFeaturizationEstimator.
FastTreeRankingModelParameters	Parametry modelu pro FastTreeRankingTrainer.
FastTreeRankingTrainer	Trénování IEstimator<TTransformer> modelu řazení rozhodovacího stromu pomocí FastTree
FastTreeRankingTrainer.Options	Možnosti použité FastTreeRankingTrainer v FastTree(Options).
FastTreeRegressionFeaturizationEstimator	Transformace IEstimator<TTransformer> vektoru vstupních funkcí na stromové funkce
FastTreeRegressionFeaturizationEstimator.Options	Možnosti pro FastTreeRegressionFeaturizationEstimator.
FastTreeRegressionModelParameters	Parametry modelu pro FastForestRegressionTrainer.
FastTreeRegressionTrainer	Pro IEstimator<TTransformer> trénování regresního modelu rozhodovacího stromu pomocí FastTree.
FastTreeRegressionTrainer.Options	Možnosti použité FastTreeRegressionTrainer v FastTree(Options).
FastTreeTrainerBase<TOptions,TTransformer,TModel>	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
FastTreeTweedieFeaturizationEstimator	Transformace IEstimator<TTransformer> vektoru vstupních funkcí na stromové funkce
FastTreeTweedieFeaturizationEstimator.Options	Možnosti pro FastTreeTweedieFeaturizationEstimator.
FastTreeTweedieModelParameters	Parametry modelu pro FastTreeTweedieTrainer.
FastTreeTweedieTrainer	Pro IEstimator<TTransformer> trénování regresního modelu rozhodovacího stromu pomocí funkce ztráty Tweedie. Tento trenér je generalizace Poisson, složený Poisson a gama regrese.
FastTreeTweedieTrainer.Options	Možnosti použité FastTreeTweedieTrainer v FastTreeTweedie(Options).
GamBinaryModelParameters	Parametry modelu pro GamBinaryTrainer.
GamBinaryTrainer	Trénování IEstimator<TTransformer> modelu binární klasifikace s generalizovanými doplňkovými modely (GAM).
GamBinaryTrainer.Options	Možnosti pro GamBinaryTrainer použití v Gam(Options).
GamModelParametersBase	Základní třída parametrů modelu GAM.
GamRegressionModelParameters	Parametry modelu pro GamRegressionTrainer.
GamRegressionTrainer	Trénování IEstimator<TTransformer> regresního modelu s generalizovanými doplňkovými modely (GAM).
GamRegressionTrainer.Options	Možnosti pro GamRegressionTrainer použití v Gam(Options).
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	Základní třída pro možnosti trenéra založeného na GAM.
GamTrainerBase<TOptions,TTransformer,TPredictor>	Základní třída pro trenéry GAM.
GeneralityLossRule	Ztráta generality (GL).
GeneralityToProgressRatioRule	Generalita k poměru průběhu (PQ).
LowProgressRule	Nízký průběh (LP). Toto pravidlo se aktivuje, když se vylepšení skóre zastaví.
MovingWindowRule	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
PretrainedTreeFeaturizationEstimator	A IEstimator<TTransformer> , který obsahuje předem natrénovaný TreeEnsembleModelParameters a volající jeho Fit(IDataView) výstup, vytvoří featurizátor založený na předem natrénovaný model.
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options používaná PretrainedTreeFeaturizationEstimator při volání FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options).
QuantileRegressionTree	Třída kontejneru pro vystavení Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeatributů uživatelům. Tato třída by neměla být ztlumitelná, takže obsahuje mnoho členů jen pro čtení. Kromě věcí zděděných z RegressionTreeBase, přidáme GetLeafSamplesAt(Int32) a GetLeafSampleWeightsAt(Int32) zveřejníme (vnořené) trénovací popisky, které spadají do listIndex-th list a jejich hmotnosti.
QuantileRegressionTreeEnsemble	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
RandomForestTrainerBase<TOptions,TTransformer,TModel>	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
RegressionTree	Třída kontejneru pro vystavení Microsoft.ML.Trainers.FastTree.InternalRegressionTreeatributů uživatelům. Tato třída by neměla být ztlumitelná, takže obsahuje mnoho členů jen pro čtení. Všimněte si, že RegressionTree je stejný jako RegressionTreeBase v jiné odvozené třídě QuantileRegressionTree , některé atributy jsou přidány.
RegressionTreeBase	Základní třída kontejneru pro zveřejnění Microsoft.ML.Trainers.FastTree.InternalRegressionTreeatributů 's a's Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeuživatelům. Tato třída by neměla být ztlumitelná, takže obsahuje mnoho členů jen pro čtení.
RegressionTreeEnsemble	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
TolerantEarlyStoppingRule	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
TreeEnsemble<T>	Seznam RegressionTreeBaseodvozené třídy. Abychom mohli vypočítat výstupní hodnotu objektu TreeEnsemble<T>, musíme vypočítat výstupní hodnoty všech stromů, Treesškálovat tyto hodnoty pomocí TreeWeightsa nakonec sčítat škálované hodnoty a Bias nahoru.
TreeEnsembleFeaturizationEstimatorBase	Tato třída zapouzdřuje společné chování všech featurizátorů založených na stromech, jako jsou FastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastForestRegressionFeaturizationEstimatorFastTreeRegressionFeaturizationEstimatora PretrainedTreeFeaturizationEstimator. Všechny stromové featurizátory sdílejí stejné výstupní schéma vypočítané pomocí GetOutputSchema(SchemaShape). Všechny featurizátory založené na stromové struktuře vyžadují název sloupce vstupní funkce a příponu pro všechny výstupní sloupce. Vrácený ITransformerFit(IDataView) pomocí vytvoří tři sloupce: (1) hodnoty předpovědi všech stromů, (2) ID opuštění vstupního vektoru funkce, které spadají do, a (3) binární vektor, který kóduje cesty k těmto cílovým listům.
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	Běžné možnosti featurizace na základě stromu, jako jsou FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimator, , FastTreeRegressionFeaturizationEstimatorFastForestRegressionFeaturizationEstimatora PretrainedTreeFeaturizationEstimator.
TreeEnsembleFeaturizationTransformer	ITransformervyplývající z montáže jakékoli odvozené třídy .TreeEnsembleFeaturizationEstimatorBase Odvozené třídy zahrnují například FastTreeBinaryFeaturizationEstimator a FastForestRegressionFeaturizationEstimator.
TreeEnsembleModelParameters	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree je odvozen od TreeEnsembleModelParameters plus silného veřejného atributu , TrainedTreeEnsemblepro zveřejnění podrobností vytrénovaného modelu pro uživatele. Jeho funkce , Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructureje volána k vytvoření TrainedTreeEnsemble uvnitř TreeEnsembleModelParameters. Všimněte si, že hlavní rozdíl mezi TreeEnsembleModelParametersBasedOnQuantileRegressionTree a TreeEnsembleModelParametersBasedOnRegressionTree je typem TrainedTreeEnsemble.
TreeEnsembleModelParametersBasedOnRegressionTree	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.
TreeOptions	Možnosti pro trenéry stromové struktury.

Výčty

BoostedTreeOptions.OptimizationAlgorithmType	Typy algoritmů optimalizace
Bundle	Obor názvů obsahující trenéry, parametry modelu a nástroje pro algoritmy Fast Tree
EarlyStoppingMetric	Zastavení měření klasifikace a regrese
EarlyStoppingRankingMetric	Zastavení měření pro řazení