Bagikan melalui


LightGbmMulticlassTrainer.Options Kelas

Definisi

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

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)

Berlaku untuk