LightGbmMulticlassTrainer.Options Kelas
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
Opsi untuk seperti yang LightGbmMulticlassTrainer digunakan dalam LightGbm(Options).
public sealed class LightGbmMulticlassTrainer.Options : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options,Microsoft.ML.Data.VBuffer<float>,Microsoft.ML.Data.MulticlassPredictionTransformer<Microsoft.ML.Trainers.OneVersusAllModelParameters>,Microsoft.ML.Trainers.OneVersusAllModelParameters>.OptionsBase
type LightGbmMulticlassTrainer.Options = class
inherit LightGbmTrainerBase<LightGbmMulticlassTrainer.Options, VBuffer<single>, MulticlassPredictionTransformer<OneVersusAllModelParameters>, OneVersusAllModelParameters>.OptionsBase
Public NotInheritable Class LightGbmMulticlassTrainer.Options
Inherits LightGbmTrainerBase(Of LightGbmMulticlassTrainer.Options, VBuffer(Of Single), MulticlassPredictionTransformer(Of OneVersusAllModelParameters), OneVersusAllModelParameters).OptionsBase
- Warisan
-
LightGbmTrainerBase<LightGbmMulticlassTrainer.Options,VBuffer<Single>,MulticlassPredictionTransformer<OneVersusAllModelParameters>,OneVersusAllModelParameters>.OptionsBaseLightGbmMulticlassTrainer.Options
Konstruktor
LightGbmMulticlassTrainer.Options() |
Opsi untuk seperti yang LightGbmMulticlassTrainer digunakan dalam LightGbm(Options). |
Bidang
BatchSize |
Jumlah titik data per batch, saat memuat data. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
CategoricalSmoothing |
Laplace smooth term dalam pemisahan fitur kategoris. Ini dapat mengurangi efek kebisingan dalam fitur kategoris, terutama untuk kategori dengan beberapa data. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
EarlyStoppingRound |
Menentukan jumlah putaran, setelah itu pelatihan akan berhenti jika metrik validasi tidak meningkat. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
EvaluationMetric |
Menentukan metrik evaluasi apa yang akan digunakan. |
ExampleWeightColumnName |
Kolom yang akan digunakan misalnya berat. (Diperoleh dari TrainerInputBaseWithWeight) |
FeatureColumnName |
Kolom yang digunakan untuk fitur. (Diperoleh dari TrainerInputBase) |
HandleMissingValue |
Apakah akan mengaktifkan penanganan khusus nilai yang hilang atau tidak. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
L2CategoricalRegularization |
Regularisasi L2 untuk pemisahan kategoris. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
LabelColumnName |
Kolom yang digunakan untuk label. (Diperoleh dari TrainerInputBaseWithLabel) |
LearningRate |
Tingkat penyusutan untuk pohon, digunakan untuk mencegah over-fitting. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
MaximumBinCountPerFeature |
Jumlah maksimum bin yang nilai fiturnya akan di-bucket. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
MaximumCategoricalSplitPointCount |
Titik pemisahan kategoris maksimum untuk dipertimbangkan saat memisahkan pada fitur kategoris. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
MinimumExampleCountPerGroup |
Jumlah minimum titik data per grup kategoris. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
MinimumExampleCountPerLeaf |
Jumlah minimal titik data yang diperlukan untuk membentuk daun pohon baru. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
NumberOfIterations |
Jumlah peningkatan iterasi. Pohon baru dibuat di setiap iterasi, sehingga ini setara dengan jumlah pohon. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
NumberOfLeaves |
Jumlah maksimum daun dalam satu pohon. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
NumberOfThreads |
Menentukan jumlah utas yang digunakan untuk menjalankan LightGBM. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
RowGroupColumnName |
Kolom yang akan digunakan misalnya groupId. (Diperoleh dari TrainerInputBaseWithGroupId) |
Seed |
Benih acak untuk digunakan LightGBM. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
Sigmoid |
Parameter untuk fungsi sigmoid. |
Silent |
Mengontrol tingkat pengelogan di LighGBM. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
UnbalancedSets |
Apakah data pelatihan tidak seimbang. |
UseCategoricalSplit |
Apakah akan mengaktifkan pemisahan kategoris atau tidak. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
UseSoftmax |
Apakah akan menggunakan kerugian softmax. |
UseZeroAsMissingValue |
Apakah akan mengaktifkan penggunaan nol (0) sebagai nilai yang hilang. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
Verbose |
Menentukan apakah akan menghasilkan status kemajuan selama pelatihan dan evaluasi. (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
Properti
Booster |
Parameter booster untuk digunakan (Diperoleh dari LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |