LightGbmRankingTrainer.Options Classe

Définition

Espace de noms:

Microsoft.ML.Trainers.LightGbm

Assembly:

Microsoft.ML.LightGbm.dll

Paquet:

Microsoft.ML.LightGbm v3.0.1

Options pour l’utilisation LightGbmRankingTrainer de LightGbm(Options).

public sealed class LightGbmRankingTrainer.Options : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmRankingTrainer.Options,float,Microsoft.ML.Data.RankingPredictionTransformer<Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters>,Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters>.OptionsBase

type LightGbmRankingTrainer.Options = class
    inherit LightGbmTrainerBase<LightGbmRankingTrainer.Options, single, RankingPredictionTransformer<LightGbmRankingModelParameters>, LightGbmRankingModelParameters>.OptionsBase

Public NotInheritable Class LightGbmRankingTrainer.Options
Inherits LightGbmTrainerBase(Of LightGbmRankingTrainer.Options, Single, RankingPredictionTransformer(Of LightGbmRankingModelParameters), LightGbmRankingModelParameters).OptionsBase

Héritage

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

LightGbmTrainerBase<LightGbmRankingTrainer.Options,Single,RankingPredictionTransformer<LightGbmRankingModelParameters>,LightGbmRankingModelParameters>.OptionsBase

LightGbmRankingTrainer.Options

Constructeurs

LightGbmRankingTrainer.Options()

Options pour l’utilisation LightGbmRankingTrainer de LightGbm(Options).

Champs

BatchSize	Nombre de points de données par lot, lors du chargement des données. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
CategoricalSmoothing	Laplace smooth term in categorical feature split. Cela peut réduire l’effet des bruits dans les caractéristiques catégorielles, en particulier pour les catégories avec peu de données. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
CustomGains	Liste séparée par des virgules des gains associés à chaque étiquette de pertinence.
EarlyStoppingRound	Détermine le nombre d’arrondis, après quoi l’entraînement s’arrête si la métrique de validation ne s’améliore pas. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
EvaluationMetric	Détermine la métrique d’évaluation à utiliser.
ExampleWeightColumnName	Colonne à utiliser pour un exemple de poids. (Hérité de TrainerInputBaseWithWeight)
FeatureColumnName	Colonne à utiliser pour les fonctionnalités. (Hérité de TrainerInputBase)
HandleMissingValue	Si vous souhaitez activer la gestion spéciale de la valeur manquante ou non. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
L2CategoricalRegularization	Normalisation L2 pour le fractionnement catégoriel. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
LabelColumnName	Colonne à utiliser pour les étiquettes. (Hérité de TrainerInputBaseWithLabel)
LearningRate	Taux de réduction pour les arbres, utilisé pour empêcher le sur-ajustement. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MaximumBinCountPerFeature	Nombre maximal de bacs dans utilisant les valeurs des fonctionnalités. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MaximumCategoricalSplitPointCount	Nombre maximal de points de fractionnement catégoriels à prendre en compte lors du fractionnement sur une fonctionnalité catégorielle. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MinimumExampleCountPerGroup	Nombre minimal de points de données par groupe catégoriel. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MinimumExampleCountPerLeaf	Nombre minimal de points de données requis pour former une nouvelle feuille d’arborescence. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
NumberOfIterations	Nombre d’itérations d’augmentation. Une nouvelle arborescence est créée dans chaque itération, ce qui équivaut au nombre d’arborescences. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
NumberOfLeaves	Nombre maximal de feuilles dans une arborescence. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
NumberOfThreads	Détermine le nombre de threads utilisés pour exécuter LightGBM. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
RowGroupColumnName	Colonne à utiliser par exemple groupId. (Hérité de TrainerInputBaseWithGroupId)
Seed	Valeur initiale aléatoire pour LightGBM à utiliser. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
Sigmoid	Paramètre de la fonction sigmoid.
Silent	Contrôle le niveau de journalisation dans LighGBM. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
UseCategoricalSplit	Si vous souhaitez activer le fractionnement catégoriel ou non. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
UseZeroAsMissingValue	Indique s’il faut activer l’utilisation de zéro (0) comme valeur manquante. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
Verbose	Détermine s’il faut générer l’état de progression pendant la formation et l’évaluation. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)

Propriétés

Booster

Paramètre d’booster à utiliser (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)