ML.NET algoritmus kiválasztása

Minden ML.NET feladathoz több betanítási algoritmus közül választhat. A választott megoldás a megoldandó problémától, az adatok jellemzőitől, valamint a rendelkezésre álló számítási és tárolási erőforrásoktól függ. Fontos megjegyezni, hogy a gépi tanulási modellek betanítása iteratív folyamat. Előfordulhat, hogy több algoritmust is ki kell próbálnia, hogy megtalálja azt, amelyik a legjobban működik.

Az algoritmusok funkciókon működnek. A funkciók a bemeneti adatokból kiszámított numerikus értékek. Ezek a gépi tanulási algoritmusok optimális bemenetei. A nyers bemeneti adatokat egy vagy több adatátalakítással funkciókká alakíthatja. A szöveges adatok például szószám- és szókombinációszám-készletté alakulnak át. Miután a funkciókat kinyerték egy nyers adattípusból adatátalakításokkal, ezeket featurizáltnak nevezzük. Például: featurizált szöveg vagy featurizált képadatok.

Oktató = Algoritmus + Feladat

Az algoritmus az a matematikai művelet, amely egy modell létrehozásához hajt végre. A különböző algoritmusok különböző jellemzőkkel rendelkező modelleket hoznak létre.

A ML.NET ugyanaz az algoritmus alkalmazható különböző feladatokra. A sztochasztikus kettős koordináta-felemelkedés például használható bináris besoroláshoz, többosztályos besoroláshoz és regresszióhoz. A különbség az, hogy az algoritmus kimenete hogyan lesz értelmezve a feladatnak megfelelően.

Az egyes algoritmusok/feladatkombinációk esetében ML.NET biztosít egy összetevőt, amely végrehajtja a betanítási algoritmust, és elvégzi az értelmezést. Ezeket az összetevőket oktatóknak nevezzük. Például a SdcaRegressionTrainer Regressziós feladatra alkalmazott StochasticDualCoordinatedAscent algoritmust használja.

Lineáris algoritmusok

A lineáris algoritmusok olyan modellt hoznak létre, amely a bemeneti adatok lineáris kombinációjából és egy súlycsoportból számítja ki a pontszámokat. A súlyok a betanítás során becsült modell paraméterei.

A lineáris algoritmusok jól működnek a lineárisan elválasztható funkciókhoz.

A lineáris algoritmusokkal végzett betanítás előtt normalizálni kell a funkciókat. Ez megakadályozza, hogy egy funkció nagyobb hatással legyen az eredményre, mint másokra.

A lineáris algoritmusok általában skálázhatóak, gyorsak, olcsók a betaníthatók és olcsók az előrejelzéshez. Skálázásuk a funkciók számával és körülbelül a betanítási adatkészlet méretével.

A lineáris algoritmusok több átlépést tesznek a betanítási adatokon. Ha az adathalmaz belefér a memóriába, akkor a tréner hozzáfűzése előtt gyorsítótár-ellenőrzőpontot ad hozzá a ML.NET folyamathoz, így a betanítás gyorsabban fut.

Átlagos perceptron

Legjobb szövegbesoroláshoz.

Edző	Task	ONNX exportálható
AveragedPerceptronTrainer	Bináris besorolás	Igen

Sztochasztikus kettős koordinált felemelkedés

Nincs szükség finomhangolásra a jó alapértelmezett teljesítmény érdekében.

Edző	Task	ONNX exportálható
SdcaLogisticRegressionBinaryTrainer	Bináris besorolás	Igen
SdcaNonCalibratedBinaryTrainer	Bináris besorolás	Igen
SdcaMaximumEntropyMulticlassTrainer	Többosztályos besorolás	Igen
SdcaNonCalibratedMulticlassTrainer	Többosztályos besorolás	Igen
SdcaRegressionTrainer	Regresszió	Igen

L-BFGS

Akkor használható, ha a szolgáltatások száma nagy. Logisztikai regressziós betanítási statisztikákat hoz létre, de nem skálázható úgy, mint az AveragedPerceptronTrainer.

Edző	Task	ONNX exportálható
LbfgsLogisticRegressionBinaryTrainer	Bináris besorolás	Igen
LbfgsMaximumEntropyMulticlassTrainer	Többosztályos besorolás	Igen
LbfgsPoissonRegressionTrainer	Regresszió	Igen

Szimbolikus sztochasztikus gradiens-süllyedés

A leggyorsabb és legpontosabb lineáris bináris besorolási tréner. A processzorok száma jól skálázható.

Edző	Task	ONNX exportálható
SymbolicSgdLogisticRegressionBinaryTrainer	Bináris besorolás	Igen

Online színátmenetes süllyedés

A standard (nem köteges) sztochasztikus gradiens-süllyedés megvalósítása a veszteségfüggvények választásával, valamint a súlyvektor frissítése az idő során látott vektorok átlagával.

Edző	Task	ONNX exportálható
OnlineGradientDescentTrainer	Regresszió	Igen

Döntési fa algoritmusok

A döntésifa-algoritmusok olyan modellt hoznak létre, amely döntések sorozatát tartalmazza: hatékonyan egy folyamatdiagramot az adatértékeken keresztül.

Az ilyen típusú algoritmus használatához a funkcióknak nem kell lineárisan elválaszthatóknak lenniük. A jellemzőket nem kell normalizálni, mert a funkcióvektor egyedi értékeit egymástól függetlenül használják a döntési folyamat során.

A döntési fa algoritmusok általában nagyon pontosak.

Az általánosított additív modellek (GAM-ek) kivételével a famodellek nem magyarázhatók, ha a funkciók száma nagy.

A döntési fa algoritmusok több erőforrást vesznek igénybe, és nem skáláznak, és nem skáláznak, mint a lineáris algoritmusok. Jól teljesítenek a memóriába illeszkedő adathalmazokon.

A megnövelt döntési fák olyan kis fák együttesei, ahol minden fa pontszámot ad a bemeneti adatoknak, és átadja a pontszámot a következő fára, hogy jobb pontszámot hozzon létre, és így tovább, ahol az együttes minden fája javul az előzőn.

Fényátmenetes felerősített gép

A bináris besorolási fa oktatóinak leggyorsabb és legpontosabb. Nagyon tonhalas.

Edző	Task	ONNX exportálható
LightGbmBinaryTrainer	Bináris besorolás	Igen
LightGbmMulticlassTrainer	Többosztályos besorolás	Igen
LightGbmRegressionTrainer	Regresszió	Igen
LightGbmRankingTrainer	Rangsorolás	Nem

Gyors fa

Featurizált képadatokhoz használható. Rugalmas a kiegyensúlyozatlan adatokkal szemben. Nagyon tonhalas.

Edző	Task	ONNX exportálható
FastTreeBinaryTrainer	Bináris besorolás	Igen
FastTreeRegressionTrainer	Regresszió	Igen
FastTreeTweedieTrainer	Regresszió	Igen
FastTreeRankingTrainer	Rangsorolás	Nem

Gyors erdő

Jól működik a zajos adatokkal.

Edző	Task	ONNX exportálható
FastForestBinaryTrainer	Bináris besorolás	Igen
FastForestRegressionTrainer	Regresszió	Igen

Általánosított additív modell (GAM)

A legjobb megoldás a faalgoritmusokkal jól teljesítő, de a magyarázhatóság szempontjából fontos problémákra.

Edző	Task	ONNX exportálható
GamBinaryTrainer	Bináris besorolás	Nem
GamRegressionTrainer	Regresszió	Nem

Mátrix-faktorizáció

Mátrix-faktorizáció

Együttműködésen alapuló szűréshez használható a javaslatban.

Edző	Task	ONNX exportálható
MatrixFactorizationTrainer	Ajánlás	Nem

Mezőérzékeny faktorizációs gép

A legjobb a ritkán kategorikus adatokhoz, nagy adathalmazokkal.

Edző	Task	ONNX exportálható
FieldAwareFactorizationMachineTrainer	Bináris besorolás	Nem

Meta-algoritmusok

Ezek az oktatók létrehoznak egy többosztályos trénert egy bináris trénerből. A következővel AveragedPerceptronTrainerhasználható: , LbfgsLogisticRegressionBinaryTrainer, SymbolicSgdLogisticRegressionBinaryTrainer, LightGbmBinaryTrainerFastTreeBinaryTrainer, . GamBinaryTrainerFastForestBinaryTrainer

Egy az összeshez képest

Ez a többosztályos osztályozó minden osztályhoz betanít egy bináris osztályozót, amely megkülönbözteti ezt az osztályt az összes többi osztálytól. A kategorizálandó osztályok száma skálázható.

Edző	Task	ONNX exportálható
OneVersusAllTrainer	Többosztályos besorolás	Igen

Párirányú összekapcsolás

Ez a többosztályos osztályozó egy bináris besorolási algoritmust képez le minden osztálypáron. A skálázást az osztályok száma korlátozza, mivel a két osztály minden kombinációját be kell tanítani.

Edző	Task	ONNX exportálható
PairwiseCouplingTrainer	Többosztályos besorolás	Nem

K-közép

Fürtözéshez használatos.

Edző	Task	ONNX exportálható
KMeansTrainer	Fürtözés	Igen

Fő összetevő elemzése

Anomáliadetektáláshoz használatos.

Edző	Task	ONNX exportálható
RandomizedPcaTrainer	Annak észlelődése, hogy a rendszer nem észlelt	Nem

Naiv Bayes

Ezt a többosztályos besorolási algoritmust akkor használja, ha a funkciók függetlenek, és a betanítási adatkészlet kicsi.

Edző	Task	ONNX exportálható
NaiveBayesMulticlassTrainer	Többosztályos besorolás	Igen

Korábbi edző

Ez a bináris besorolási algoritmus a többi oktató teljesítményének alapkonfigurációjára használható. A hatékonyság érdekében a többi tréner metrikáinak jobbnak kell lenniük, mint a korábbi trénernek.

Edző	Task	ONNX exportálható
PriorTrainer	Bináris besorolás	Igen

Vektorgépek támogatása

A támogató vektorgépek (SVM-ek) a felügyelt tanulási modellek rendkívül népszerű és jól kutatott osztályai, amelyek lineáris és nem lineáris besorolási feladatokhoz használhatók.

A legutóbbi kutatások arra összpontosítottak, hogyan optimalizálhatók ezek a modellek, hogy hatékonyan méretezhetőek legyenek a nagyobb betanítási csoportokra.

Lineáris SVM

Egy cél előrejelzése logikai címkével ellátott adatokon betanított lineáris bináris besorolási modell használatával. A sztochasztikus gradiens süllyedés lépései és a vetítési lépések váltakozása.

Edző	Task	ONNX exportálható
LinearSvmTrainer	Bináris besorolás	Igen

Helyi mély SVM

Egy cél előrejelzése nem lineáris bináris besorolási modell használatával. Csökkenti az előrejelzési idő költségét; az előrejelzési költség logaritmikusan növekszik a betanítási készlet méretével, nem lineárisan, a besorolási pontosság elviselhető veszteségével.

Edző	Task	ONNX exportálható
LdSvmTrainer	Bináris besorolás	Igen

Szokásos legkisebb négyzetek

A normál legkisebb négyzetek (OLS) a lineáris regresszió egyik leggyakrabban használt technikája.

A szokásos legkisebb négyzetek a veszteségfüggvényre utalnak, amely a hibát a tényleges értéktől az előrejelzett vonalig mért távolság négyzetének összegeként számítja ki, és a négyzetes hiba minimalizálásával illeszkedik a modellhez. Ez a módszer erős lineáris kapcsolatot feltételez a bemenetek és a függő változó között.

Edző	Task	ONNX exportálható
OlsTrainer	Regresszió	Igen