LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase Klasse

Definition

Namespace:

Microsoft.ML.Trainers.LightGbm

Assembly:

Microsoft.ML.LightGbm.dll

Paket:

Microsoft.ML.LightGbm v3.0.1

public class LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithGroupId where TOptions : LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model (requires 'Options :> LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
    inherit TrainerInputBaseWithGroupId

Public Class LightGbmTrainerBase(Of TOptions, TOutput, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithGroupId

Typparameter

TOptions

TOutput

TTransformer

TModel

Vererbung

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase

Abgeleitet

Microsoft.ML.Trainers.LightGbm.LightGbmBinaryTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRankingTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRegressionTrainer.Options

Felder

BatchSize	Die Anzahl der Datenpunkte pro Batch beim Laden von Daten.
CategoricalSmoothing	Laplace smooth term in kategorisierter feature split. Dies kann die Wirkung von Rauschen in kategorisierten Features reduzieren, insbesondere für Kategorien mit wenigen Daten.
EarlyStoppingRound	Bestimmt die Anzahl der Runden, nach denen die Schulung beendet wird, wenn die Validierungsmetrik nicht verbessert wird.
ExampleWeightColumnName	Spalte, die zum Beispiel Gewichtung verwendet werden soll. (Geerbt von TrainerInputBaseWithWeight)
FeatureColumnName	Spalte, die für Features verwendet werden soll. (Geerbt von TrainerInputBase)
HandleMissingValue	Gibt an, ob die spezielle Behandlung fehlender Werte aktiviert werden soll.
L2CategoricalRegularization	L2-Regularisierung für kategorisierte Aufteilung.
LabelColumnName	Spalte, die für Bezeichnungen verwendet werden soll. (Geerbt von TrainerInputBaseWithLabel)
LearningRate	Die Verkleinerungsrate für Bäume, die verwendet werden, um die Überanpassung zu verhindern.
MaximumBinCountPerFeature	Die maximale Anzahl von Bins, in denen Featurewerte einge buckett werden.
MaximumCategoricalSplitPointCount	Maximale Kategorisierungspunkte, die bei der Aufteilung auf ein kategorisierendes Feature berücksichtigt werden sollen.
MinimumExampleCountPerGroup	Die Mindestanzahl der Datenpunkte pro kategorisierte Gruppe.
MinimumExampleCountPerLeaf	Die minimale Anzahl von Datenpunkten, die erforderlich sind, um ein neues Baumblatt zu bilden.
NumberOfIterations	Die Anzahl der Iterationssteigerungen. In jeder Iteration wird eine neue Struktur erstellt, sodass dies der Anzahl der Bäume entspricht.
NumberOfLeaves	Die maximale Anzahl von Blättern in einem Baum.
NumberOfThreads	Bestimmt die Anzahl der Threads, die zum Ausführen von LightGBM verwendet werden.
RowGroupColumnName	Spalte, die z. B. groupId verwendet werden soll. (Geerbt von TrainerInputBaseWithGroupId)
Seed	Der zufällige Samen für LightGBM, der verwendet werden soll.
Silent	Steuert die Protokollierungsebene in LighGBM.
UseCategoricalSplit	Gibt an, ob eine kategorisierte Aufteilung aktiviert werden soll.
UseZeroAsMissingValue	Gibt an, ob die Verwendung von Null (0) als fehlender Wert aktiviert werden soll.
Verbose	Bestimmt, ob der Statusstatus während der Schulung und Auswertung ausgegeben werden soll.

Eigenschaften

Booster

Zu verwendende Boosterparameter