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

Définition

Espace de noms:

Microsoft.ML.Trainers.LightGbm

Assembly:

Microsoft.ML.LightGbm.dll

Paquet:

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

Paramètres de type

TOptions

TOutput

TTransformer

TModel

Héritage

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

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

Dérivé

Microsoft.ML.Trainers.LightGbm.LightGbmBinaryTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRankingTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRegressionTrainer.Options

Champs

BatchSize	Nombre de points de données par lot, lors du chargement des données.
CategoricalSmoothing	Terme lisse Laplace en fractionnement de caractéristiques catégorielles. Cela peut réduire l’effet des bruits dans les caractéristiques catégorielles, en particulier pour les catégories avec peu de données.
EarlyStoppingRound	Détermine le nombre d’arrondis, après quoi l’entraînement s’arrête si la métrique de validation ne s’améliore pas.
ExampleWeightColumnName	Colonne à utiliser par exemple. (Hérité de TrainerInputBaseWithWeight)
FeatureColumnName	Colonne à utiliser pour les fonctionnalités. (Hérité de TrainerInputBase)
HandleMissingValue	Indique s’il faut activer la gestion spéciale de la valeur manquante ou non.
L2CategoricalRegularization	Régularisation L2 pour le fractionnement catégoriel.
LabelColumnName	Colonne à utiliser pour les étiquettes. (Hérité de TrainerInputBaseWithLabel)
LearningRate	Taux de réduction pour les arbres, utilisé pour empêcher le surajustement.
MaximumBinCountPerFeature	Nombre maximal de compartiments dans utilisant des valeurs de fonctionnalité.
MaximumCategoricalSplitPointCount	Nombre maximal de points de fractionnement catégoriels à prendre en compte lors du fractionnement sur une fonctionnalité catégorielle.
MinimumExampleCountPerGroup	Nombre minimal de points de données par groupe catégoriel.
MinimumExampleCountPerLeaf	Nombre minimal de points de données requis pour former une nouvelle feuille d’arbre.
NumberOfIterations	Nombre d’itérations de boosting. Une nouvelle arborescence est créée dans chaque itération, ce qui équivaut au nombre d’arborescences.
NumberOfLeaves	Nombre maximal de feuilles dans un arbre.
NumberOfThreads	Détermine le nombre de threads utilisés pour exécuter LightGBM.
RowGroupColumnName	Colonne à utiliser par exemple groupId. (Hérité de TrainerInputBaseWithGroupId)
Seed	Valeur initiale aléatoire pour LightGBM à utiliser.
Silent	Contrôle le niveau de journalisation dans LighGBM.
UseCategoricalSplit	Indique s’il faut activer le fractionnement catégoriel ou non.
UseZeroAsMissingValue	Indique s’il faut activer l’utilisation de zéro (0) comme valeur manquante.
Verbose	Détermine s’il faut générer l’état de progression pendant la formation et l’évaluation.

Propriétés

Booster

Paramètre Booster à utiliser