TreeEnsembleFeaturizationEstimatorBase Classe

Définition

Espace de noms:

Microsoft.ML.Trainers.FastTree

Assembly:

Microsoft.ML.FastTree.dll

Paquet:

Microsoft.ML.FastTree v3.0.1

Cette classe encapsule le comportement commun de tous les caractérisations basées sur une arborescence, tels que FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimator, FastForestRegressionFeaturizationEstimatoret PretrainedTreeFeaturizationEstimator. Tous les caractérisations basées sur une arborescence partagent le même schéma de sortie calculé par GetOutputSchema(SchemaShape). Tous les caractérisations basées sur une arborescence nécessitent un nom de colonne de fonctionnalité d’entrée et un suffixe pour toutes les colonnes de sortie. Le ITransformer retourné par Fit(IDataView) produit trois colonnes : (1) les valeurs de prédiction de toutes les arborescences, (2) les ID de laisse le vecteur de fonctionnalité d’entrée tomber dans et (3) le vecteur binaire qui encode les chemins d’accès à ces feuilles de destination.

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)

Héritage

Object

TreeEnsembleFeaturizationEstimatorBase

Dérivé

Microsoft.ML.Trainers.FastTree.FastForestBinaryFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastForestRegressionFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeBinaryFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeRankingFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeRegressionFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeTweedieFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.PretrainedTreeFeaturizationEstimator

Implémente

IEstimator<TreeEnsembleFeaturizationTransformer>

Méthodes

Fit(IDataView)	Produisez un TreeEnsembleModelParameters qui mappe la colonne appelée InputColumnName dans input à trois colonnes de sortie.
GetOutputSchema(SchemaShape)	PretrainedTreeFeaturizationEstimator ajoute trois colonnes à vecteur flottant dans inputSchema. Dans une colonne de vecteur de caractéristique, les colonnes ajoutées sont les valeurs de prédiction de toutes les arborescences, les ID de feuilles dans lesquelles le vecteur de caractéristique se trouve et les chemins d’accès à ces feuilles.

Méthodes d’extension

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

Ajoutez un « point de contrôle de mise en cache » à la chaîne de l’estimateur. Cela garantit que les estimateurs en aval seront entraînés sur les données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui effectuent plusieurs passes de données.

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

Avec un estimateur, retournez un objet d’habillage qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important pour un estimateur de retourner des informations sur ce qui était adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt qu’un simple général ITransformer. Toutefois, dans le même temps, IEstimator<TTransformer> sont souvent formés dans des pipelines avec de nombreux objets, nous devrons donc créer une chaîne d’estimateurs par le biais EstimatorChain<TLastTransformer> de l’emplacement où l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons, par le biais de cette méthode, attacher un délégué qui sera appelé une fois que fit est appelé.