FastTreeTweedieTrainer Kelas

Definisi

Ruang nama:

Microsoft.ML.Trainers.FastTree

Rakitan:

Microsoft.ML.FastTree.dll

Paket:

Microsoft.ML.FastTree v2.0.0

IEstimator<TTransformer> untuk melatih model regresi pohon keputusan menggunakan fungsi kehilangan Tweedie. Pelatih ini adalah generalisasi Poisson, senyawa Poisson, dan regresi gamma.

public sealed class FastTreeTweedieTrainer : Microsoft.ML.Trainers.FastTree.BoostingFastTreeTrainerBase<Microsoft.ML.Trainers.FastTree.FastTreeTweedieTrainer.Options,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>,Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>

type FastTreeTweedieTrainer = class
    inherit BoostingFastTreeTrainerBase<FastTreeTweedieTrainer.Options, RegressionPredictionTransformer<FastTreeTweedieModelParameters>, FastTreeTweedieModelParameters>

Public NotInheritable Class FastTreeTweedieTrainer
Inherits BoostingFastTreeTrainerBase(Of FastTreeTweedieTrainer.Options, RegressionPredictionTransformer(Of FastTreeTweedieModelParameters), FastTreeTweedieModelParameters)

Warisan

Object

TrainerEstimatorBase<TTransformer,TModel>

TrainerEstimatorBaseWithGroupId<TTransformer,TModel>

FastTreeTrainerBase<TOptions,TTransformer,TModel>

BoostingFastTreeTrainerBase<FastTreeTweedieTrainer.Options,RegressionPredictionTransformer<FastTreeTweedieModelParameters>,FastTreeTweedieModelParameters>

FastTreeTweedieTrainer

Keterangan

Untuk membuat pelatih ini, gunakan FastTreeTweedie atau FastTreeTweedie(Options).

Kolom Input dan Output

Data kolom label input harus Single. Data kolom fitur input harus merupakan vektor berukuran besar yang diketahui dari Single.

Pelatih ini menghasilkan kolom berikut:

Nama Kolom Output	Jenis Kolom	Deskripsi
Score	Single	Skor tidak terikat yang diprediksi oleh model.

Karakteristik Pelatih

Tugas pembelajaran mesin	Regresi
Apakah normalisasi diperlukan?	Tidak
Apakah penembolokan diperlukan?	Tidak
NuGet yang diperlukan selain Microsoft.ML	Microsoft.ML.FastTree
Dapat diekspor ke ONNX	Ya

Detail Algoritma Pelatihan

Model peningkatan Tweedie mengikuti matematika yang ditetapkan dalam Prediksi Prediksi Prediksi Asuransi melalui Gradien Tree-Boosted Model Tweedie Compound Poisson dari Yang, Quan, dan Zou. Untuk pengenalan Gradient Boosting, dan informasi selengkapnya, lihat: Wikipedia: Peningkatan gradien (Peningkatan pohon gradien) atau perkiraan fungsi Serakah: Mesin penguat gradien.

Periksa bagian Lihat Juga untuk tautan ke contoh penggunaan.

Bidang

FeatureColumn	Kolom fitur yang diharapkan pelatih. (Diperoleh dari TrainerEstimatorBase<TTransformer,TModel>)
GroupIdColumn	Kolom groupID opsional yang diharapkan pelatih peringkat. (Diperoleh dari TrainerEstimatorBaseWithGroupId<TTransformer,TModel>)
LabelColumn	Kolom label yang diharapkan pelatih. Dapat berupa null, yang menunjukkan bahwa label tidak digunakan untuk pelatihan. (Diperoleh dari TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	Kolom berat yang diharapkan pelatih. Dapat berupa null, yang menunjukkan bahwa berat tidak digunakan untuk pelatihan. (Diperoleh dari TrainerEstimatorBase<TTransformer,TModel>)

Properti

Info	IEstimator<TTransformer> untuk melatih model regresi pohon keputusan menggunakan fungsi kehilangan Tweedie. Pelatih ini adalah generalisasi Poisson, senyawa Poisson, dan regresi gamma. (Diperoleh dari FastTreeTrainerBase<TOptions,TTransformer,TModel>)

Metode

Fit(IDataView)	Melatih dan mengembalikan ITransformer. (Diperoleh dari TrainerEstimatorBase<TTransformer,TModel>)
Fit(IDataView, IDataView)	FastTreeTweedieTrainer Melatih menggunakan data pelatihan dan validasi, mengembalikan RegressionPredictionTransformer<TModel>.
GetOutputSchema(SchemaShape)	IEstimator<TTransformer> untuk melatih model regresi pohon keputusan menggunakan fungsi kehilangan Tweedie. Pelatih ini adalah generalisasi Poisson, senyawa Poisson, dan regresi gamma. (Diperoleh dari TrainerEstimatorBase<TTransformer,TModel>)

Metode Ekstensi

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

Tambahkan 'titik pemeriksaan penembolokan' ke rantai estimator. Ini akan memastikan bahwa estimator hilir akan dilatih terhadap data cache. Sangat membantu untuk memiliki titik pemeriksaan penembolokan sebelum pelatih yang mengambil beberapa data berlalu.

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

Mengingat estimator, kembalikan objek pembungkus yang akan memanggil delegasi setelah Fit(IDataView) dipanggil. Seringkali penting bagi estimator untuk mengembalikan informasi tentang apa yang cocok, itulah sebabnya Fit(IDataView) metode mengembalikan objek yang di ketik secara khusus, bukan hanya umum ITransformer. Namun, pada saat yang sama, IEstimator<TTransformer> sering dibentuk menjadi alur dengan banyak objek, jadi kita mungkin perlu membangun rantai estimator melalui EstimatorChain<TLastTransformer> di mana estimator yang ingin kita dapatkan transformator dimakamkan di suatu tempat dalam rantai ini. Untuk skenario itu, kita dapat melalui metode ini melampirkan delegasi yang akan dipanggil setelah fit dipanggil.

Lihat juga

• FastTreeTweedie(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Int32, Double)
• FastTreeTweedie(RegressionCatalog+RegressionTrainers, FastTreeTweedieTrainer+Options)
• FastTreeTweedieTrainer.Options