FastForestOptionsBase Clase

Definición

Espacio de nombres:

Microsoft.ML.Trainers.FastTree

Ensamblado:

Microsoft.ML.FastTree.dll

Paquete:

Microsoft.ML.FastTree v2.0.0

Clase base para opciones rápidas del instructor de bosque.

public abstract class FastForestOptionsBase : Microsoft.ML.Trainers.FastTree.TreeOptions

type FastForestOptionsBase = class
    inherit TreeOptions

Public MustInherit Class FastForestOptionsBase
Inherits TreeOptions

Herencia

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

FastForestOptionsBase

Derivado

Microsoft.ML.Trainers.FastTree.FastForestBinaryTrainer.Options

Microsoft.ML.Trainers.FastTree.FastForestRegressionTrainer.Options

Campos

AllowEmptyTrees	Cuando una división raíz es imposible, permita que el entrenamiento continúe. (Heredado de TreeOptions)
BaggingExampleFraction	Porcentaje de ejemplos de entrenamiento usados en cada bolsa. El valor predeterminado es 0,7 (70 %). (Heredado de TreeOptions)
BaggingSize	Número de árboles de cada bolsa (0 para deshabilitar el etiquetado). (Heredado de TreeOptions)
Bias	Sesgo para calcular el degradado de cada contenedor de características para una característica de categorías. (Heredado de TreeOptions)
Bundling	Agrupación de cubos de población bajos. Bundle.None(0): sin agrupación, Bundle.AggregateLowPopulation(1): Agrupación baja población, Bundle.Adjacent(2): agrupación baja de población vecina. (Heredado de TreeOptions)
CategoricalSplit	Si se va a dividir en función de varios valores de características de categorías. (Heredado de TreeOptions)
CompressEnsemble	Comprima el conjunto de árbol. (Heredado de TreeOptions)
DiskTranspose	Si se va a utilizar el disco o las instalaciones nativas de adaptación de los datos (si procede) al realizar la transposición. (Heredado de TreeOptions)
EntropyCoefficient	Coeficiente de entropía (regularización) entre 0 y 1. (Heredado de TreeOptions)
ExampleWeightColumnName	Columna que se va a usar, por ejemplo, peso. (Heredado de TrainerInputBaseWithWeight)
ExecutionTime	Desglose del tiempo de ejecución de impresión en ML.NET canal. (Heredado de TreeOptions)
FeatureColumnName	Columna que se va a usar para las características. (Heredado de TrainerInputBase)
FeatureFirstUsePenalty	Coeficiente de penalización del primer uso de una característica. (Heredado de TreeOptions)
FeatureFlocks	Si se recopilan características durante la preparación del conjunto de datos para acelerar el entrenamiento. (Heredado de TreeOptions)
FeatureFraction	Fracción de características (elegidas aleatoriamente) que se usarán en cada iteración. Use el 0,9 si solo se necesita el 90 % de las características. Los números inferiores ayudan a reducir el sobreajuste. (Heredado de TreeOptions)
FeatureFractionPerSplit	Fracción de características (elegidas aleatoriamente) que se usarán en cada división. Si el valor es 0,9, el 90 % de todas las características se eliminaría en expectativa. (Heredado de TreeOptions)
FeatureReusePenalty	Coeficiente de penalización de uso (regularización) de la característica. (Heredado de TreeOptions)
FeatureSelectionSeed	Inicialización de la selección de características activa. (Heredado de TreeOptions)
GainConfidenceLevel	El ajuste de árbol obtiene un requisito de confianza. Considere solo una ganancia si su probabilidad frente a una ganancia de elección aleatoria está por encima de este valor. (Heredado de TreeOptions)
HistogramPoolSize	Número de histogramas en el grupo (entre 2 y numLeaves). (Heredado de TreeOptions)
LabelColumnName	Columna que se va a usar para las etiquetas. (Heredado de TrainerInputBaseWithLabel)
MaximumBinCountPerFeature	Número máximo de valores distintos (intervalos) por característica. (Heredado de TreeOptions)
MaximumCategoricalGroupCountPerNode	Máximo de grupos de división de categorías que se deben tener en cuenta al dividir en una característica de categorías. Los grupos divididos son una colección de puntos de división. Esto se usa para reducir el sobreajuste cuando hay muchas características categóricas. (Heredado de TreeOptions)
MaximumCategoricalSplitPointCount	Máximo de puntos de división de categorías que se deben tener en cuenta al dividir en una característica de categorías. (Heredado de TreeOptions)
MemoryStatistics	Imprima estadísticas de memoria en ML.NET canal. (Heredado de TreeOptions)
MinimumExampleCountPerLeaf	Número mínimo de puntos de datos necesarios para formar una hoja de árbol nueva. (Heredado de TreeOptions)
MinimumExampleFractionForCategoricalSplit	Porcentaje mínimo de ejemplo de categorías en un contenedor que se debe tener en cuenta para una división. El valor predeterminado es el 0,1 % de todos los ejemplos de entrenamiento. (Heredado de TreeOptions)
MinimumExamplesForCategoricalSplit	Recuento mínimo de ejemplo de categorías en un contenedor que se debe tener en cuenta para una división. (Heredado de TreeOptions)
NumberOfLeaves	Número máximo de hojas en cada árbol de regresión. (Heredado de TreeOptions)
NumberOfQuantileSamples	Número de puntos de datos que se van a muestrear de cada hoja para buscar la distribución de etiquetas.
NumberOfThreads	El número de subprocesos que se va a usar. (Heredado de TreeOptions)
NumberOfTrees	Número total de árboles de decisión que se van a crear en el conjunto. (Heredado de TreeOptions)
RowGroupColumnName	Columna que se va a usar por ejemplo groupId. (Heredado de TrainerInputBaseWithGroupId)
Seed	Inicialización del generador de números aleatorios. (Heredado de TreeOptions)
Smoothing	Parámetro de suavizado para la regularización de árboles. (Heredado de TreeOptions)
SoftmaxTemperature	Temperatura de la distribución softmax aleatoria para elegir la característica. (Heredado de TreeOptions)
SparsifyThreshold	Nivel de dispersión necesario para usar la representación de características dispersas. (Heredado de TreeOptions)
TestFrequency	Calcule los valores de métricas para entrenar, validar o probar cada k rounds. (Heredado de TreeOptions)