FastForestBinaryTrainer.Options Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Trainers.FastTree

Assembly:

Microsoft.ML.FastTree.dll

Pacchetto:

Microsoft.ML.FastTree v3.0.1

Opzioni per l'oggetto FastForestBinaryTrainer usato in FastForest(Options).

public sealed class FastForestBinaryTrainer.Options : Microsoft.ML.Trainers.FastTree.FastForestOptionsBase

type FastForestBinaryTrainer.Options = class
    inherit FastForestOptionsBase

Public NotInheritable Class FastForestBinaryTrainer.Options
Inherits FastForestOptionsBase

Ereditarietà

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

FastForestOptionsBase

FastForestBinaryTrainer.Options

Costruttori

FastForestBinaryTrainer.Options()

Opzioni per l'oggetto FastForestBinaryTrainer usato in FastForest(Options).

Campi

AllowEmptyTrees	Quando una divisione radice è impossibile, consentire al training di procedere. (Ereditato da TreeOptions)
BaggingExampleFraction	Percentuale di esempi di training usati in ogni borsa. Il valore predefinito è 0,7 (70%). (Ereditato da TreeOptions)
BaggingSize	Numero di alberi in ogni borsa (0 per disabilitare il bagging). (Ereditato da TreeOptions)
Bias	Pregiudizio per il calcolo della sfumatura per ogni bin di funzionalità per una funzionalità categorica. (Ereditato da TreeOptions)
Bundling	Raggruppare contenitori di popolamenti bassi. Bundle.None(0): no bundling, Bundle.AggregateLowPopulation(1): Bundle low popolamento, Bundle.Adiacenti(2): bundle a basso popolamento. (Ereditato da TreeOptions)
CategoricalSplit	Se suddividere in base a più valori di funzionalità categorica. (Ereditato da TreeOptions)
CompressEnsemble	Comprimere l'ensemble dell'albero. (Ereditato da TreeOptions)
DiskTranspose	Se usare il disco o le strutture native del ripristino dei dati (se applicabile) quando si esegue il trasposto. (Ereditato da TreeOptions)
EntropyCoefficient	Coefficiente di entropia (regolarizzazione) compreso tra 0 e 1. (Ereditato da TreeOptions)
ExampleWeightColumnName	Colonna da usare per esempio peso. (Ereditato da TrainerInputBaseWithWeight)
ExecutionTime	Distribuzione del tempo di esecuzione di stampa per ML.NET canale. (Ereditato da TreeOptions)
FeatureColumnName	Colonna da usare per le funzionalità. (Ereditato da TrainerInputBase)
FeatureFirstUsePenalty	Coefficiente di penalità per il primo utilizzo della funzionalità. (Ereditato da TreeOptions)
FeatureFlocks	Se raccogliere le funzionalità durante la preparazione del set di dati per velocizzare il training. (Ereditato da TreeOptions)
FeatureFraction	Frazione di funzionalità (scelta in modo casuale) da usare in ogni iterazione. Usare 0,9 se è necessario solo il 90% delle funzionalità. I numeri inferiori consentono di ridurre l'over-fitting. (Ereditato da TreeOptions)
FeatureFractionPerSplit	Frazione di funzionalità (scelta in modo casuale) da usare in ogni divisione. Se si tratta di un valore pari a 0,9, il 90% di tutte le funzionalità verrà eliminato in attesa. (Ereditato da TreeOptions)
FeatureReusePenalty	Coefficiente di penalità (regolarizzazione) della funzionalità. (Ereditato da TreeOptions)
FeatureSelectionSeed	Inizializzazione della selezione di funzionalità attiva. (Ereditato da TreeOptions)
GainConfidenceLevel	Requisiti di attendibilità del montaggio ad albero. Si consideri solo un guadagno se la probabilità rispetto a un guadagno di scelta casuale è superiore a questo valore. (Ereditato da TreeOptions)
HistogramPoolSize	Numero di istogrammi nel pool (tra 2 e numLeaves). (Ereditato da TreeOptions)
LabelColumnName	Colonna da usare per le etichette. (Ereditato da TrainerInputBaseWithLabel)
MaximumBinCountPerFeature	Numero massimo di valori distinti (bin) per funzionalità. (Ereditato da TreeOptions)
MaximumCategoricalGroupCountPerNode	Numero massimo di gruppi di suddivisione categorica da considerare quando si divide in una funzionalità categorica. I gruppi di divisione sono una raccolta di punti di divisione. Questa operazione viene usata per ridurre l'overfitting quando sono presenti molte funzionalità categorica. (Ereditato da TreeOptions)
MaximumCategoricalSplitPointCount	Numero massimo di punti di divisione categorica da considerare quando si divide in una funzionalità categorica. (Ereditato da TreeOptions)
MaximumOutputMagnitudePerTree	Limite superiore sul valore assoluto di un singolo output dell'albero.
MemoryStatistics	Stampare le statistiche sulla memoria per ML.NET canale. (Ereditato da TreeOptions)
MinimumExampleCountPerLeaf	Numero minimo di punti dati necessari per formare una nuova foglia dell'albero. (Ereditato da TreeOptions)
MinimumExampleFractionForCategoricalSplit	Percentuale minima di esempio categorico in un bin da considerare per una divisione. Il valore predefinito è 0,1% di tutti gli esempi di training. (Ereditato da TreeOptions)
MinimumExamplesForCategoricalSplit	Numero minimo di esempi categorici in un bin da considerare per una divisione. (Ereditato da TreeOptions)
NumberOfLeaves	Numero massimo di foglie in ogni albero di regressione. (Ereditato da TreeOptions)
NumberOfQuantileSamples	Numero di punti dati da campioni da ogni foglia per trovare la distribuzione delle etichette. (Ereditato da FastForestOptionsBase)
NumberOfThreads	Numero di thread da usare. (Ereditato da TreeOptions)
NumberOfTrees	Numero totale di alberi delle decisioni da creare nell'insieme. (Ereditato da TreeOptions)
RowGroupColumnName	Colonna da usare per esempio groupId. (Ereditato da TrainerInputBaseWithGroupId)
Seed	Inizializzazione del generatore di numeri casuali. (Ereditato da TreeOptions)
Smoothing	Parametro di smoothing per la regolarizzazione dell'albero. (Ereditato da TreeOptions)
SoftmaxTemperature	Temperatura della distribuzione softmax casuale per la scelta della funzionalità. (Ereditato da TreeOptions)
SparsifyThreshold	Livello di sparsità necessario per usare la rappresentazione delle funzionalità sparse. (Ereditato da TreeOptions)
TestFrequency	Calcolare i valori delle metriche per il training/il test valido/test ogni k round. (Ereditato da TreeOptions)