Compartir a través de


TreeEnsembleFeaturizationEstimatorBase Clase

Definición

Esta clase encapsula el comportamiento común de todos los caracterizadores basados en árbol, como FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimator, FastForestRegressionFeaturizationEstimatory PretrainedTreeFeaturizationEstimator. Todos los caracterizadores basados en árbol comparten el mismo esquema de salida calculado por GetOutputSchema(SchemaShape). Todos los caracterizadores basados en árboles requieren un nombre de columna de característica de entrada y un sufijo para todas las columnas de salida. El ITransformer devuelto por Fit(IDataView) genera tres columnas: (1) los valores de predicción de todos los árboles, (2) los identificadores de deja el vector de característica de entrada en el que entra y (3) el vector binario que codifica las rutas de acceso a esas hojas de destino.

public abstract class TreeEnsembleFeaturizationEstimatorBase : Microsoft.ML.IEstimator<Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationTransformer>
type TreeEnsembleFeaturizationEstimatorBase = class
    interface IEstimator<TreeEnsembleFeaturizationTransformer>
Public MustInherit Class TreeEnsembleFeaturizationEstimatorBase
Implements IEstimator(Of TreeEnsembleFeaturizationTransformer)
Herencia
TreeEnsembleFeaturizationEstimatorBase
Derivado
Implementaciones

Métodos

Fit(IDataView)

Genera un objeto TreeEnsembleModelParameters que asigna la columna a la que se llama InputColumnName en input tres columnas de salida.

GetOutputSchema(SchemaShape)

PretrainedTreeFeaturizationEstimator agrega tres columnas float-vector a inputSchema. Dada una columna vectorial de características, las columnas agregadas son los valores de predicción de todos los árboles, los identificadores hoja en los que entra el vector de característica y las rutas de acceso a esas hojas.

Métodos de extensión

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Anexe un "punto de control de almacenamiento en caché" a la cadena del estimador. Esto garantizará que los estimadores de nivel inferior se entrenarán con los datos almacenados en caché. Resulta útil tener un punto de control de almacenamiento en caché antes de que los instructores tomen varios pases de datos.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dado un estimador, devuelva un objeto de ajuste que llamará a un delegado una vez Fit(IDataView) que se llame. A menudo, es importante que un estimador devuelva información sobre lo que cabe, por lo que el Fit(IDataView) método devuelve un objeto con tipo específico, en lugar de simplemente un general ITransformer. Sin embargo, al mismo tiempo, IEstimator<TTransformer> a menudo se forman en canalizaciones con muchos objetos, por lo que es posible que tengamos que crear una cadena de estimadores a través EstimatorChain<TLastTransformer> de donde el estimador para el que queremos obtener el transformador está enterrado en algún lugar de esta cadena. En ese escenario, podemos a través de este método adjuntar un delegado al que se llamará una vez que se llame a fit.

Se aplica a