Condividi tramite


FastForestBinaryTrainer.Options Classe

Definizione

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

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)

Si applica a