Condividi tramite


Microsoft.ML.Trainers.FastTree Spazio dei nomi

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

Classi

BoostedTreeOptions

Opzioni per l'aumento delle prestazioni degli alberi.

BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

ConsecutiveGeneralityLossRule

Perdita consecutiva in generale (UP).

EarlyStoppingRule

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

EarlyStoppingRuleBase

Regola di arresto anticipato usata per terminare il processo di training una volta che soddisfa un criterio specificato. Usato per l'impostazione EarlyStoppingRuleEarlyStoppingRuledi .

FastForestBinaryFeaturizationEstimator

Oggetto IEstimator<TTransformer> per trasformare il vettore di funzionalità di input in funzionalità basate su albero.

FastForestBinaryFeaturizationEstimator.Options

Opzioni per .FastForestBinaryFeaturizationEstimator

FastForestBinaryModelParameters

Parametri del modello per FastForestBinaryTrainer.

FastForestBinaryTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di classificazione binaria dell'albero delle decisioni tramite Fast Forest.

FastForestBinaryTrainer.Options

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

FastForestOptionsBase

Classe di base per le opzioni fast forest trainer.

FastForestRegressionFeaturizationEstimator

Oggetto IEstimator<TTransformer> per trasformare il vettore di funzionalità di input in funzionalità basate su albero.

FastForestRegressionFeaturizationEstimator.Options

Opzioni per .FastForestRegressionFeaturizationEstimator

FastForestRegressionModelParameters

Parametri del modello per FastForestRegressionTrainer.

FastForestRegressionTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di regressione dell'albero delle decisioni tramite Fast Forest.

FastForestRegressionTrainer.Options

Opzioni per l'oggetto FastForestRegressionTrainer utilizzato in FastForest(Options).

FastTreeBinaryFeaturizationEstimator

Oggetto IEstimator<TTransformer> per trasformare il vettore di funzionalità di input in funzionalità basate su albero.

FastTreeBinaryFeaturizationEstimator.Options

Opzioni per .FastTreeBinaryFeaturizationEstimator

FastTreeBinaryModelParameters

Parametri del modello per FastTreeBinaryTrainer.

FastTreeBinaryTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di classificazione binaria dell'albero delle decisioni tramite FastTree.

FastTreeBinaryTrainer.Options

Opzioni per l'oggetto FastTreeBinaryTrainer usato in FastTree(Options).

FastTreeRankingFeaturizationEstimator

Oggetto IEstimator<TTransformer> per trasformare il vettore di funzionalità di input in funzionalità basate su albero.

FastTreeRankingFeaturizationEstimator.Options

Opzioni per .FastTreeRankingFeaturizationEstimator

FastTreeRankingModelParameters

Parametri del modello per FastTreeRankingTrainer.

FastTreeRankingTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di classificazione dell'albero delle decisioni tramite FastTree.

FastTreeRankingTrainer.Options

Opzioni per l'oggetto FastTreeRankingTrainer usato in FastTree(Options).

FastTreeRegressionFeaturizationEstimator

Oggetto IEstimator<TTransformer> per trasformare il vettore di funzionalità di input in funzionalità basate su albero.

FastTreeRegressionFeaturizationEstimator.Options

Opzioni per .FastTreeRegressionFeaturizationEstimator

FastTreeRegressionModelParameters

Parametri del modello per FastForestRegressionTrainer.

FastTreeRegressionTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di regressione dell'albero delle decisioni tramite FastTree.

FastTreeRegressionTrainer.Options

Opzioni per l'oggetto FastTreeRegressionTrainer usato in FastTree(Options).

FastTreeTrainerBase<TOptions,TTransformer,TModel>

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

FastTreeTweedieFeaturizationEstimator

Oggetto IEstimator<TTransformer> per trasformare il vettore di funzionalità di input in funzionalità basate su albero.

FastTreeTweedieFeaturizationEstimator.Options

Opzioni per .FastTreeTweedieFeaturizationEstimator

FastTreeTweedieModelParameters

Parametri del modello per FastTreeTweedieTrainer.

FastTreeTweedieTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di regressione dell'albero delle decisioni usando la funzione di perdita tweedie. Questo formatore è una generalizzazione di Poisson, poisson composto e regressione gamma.

FastTreeTweedieTrainer.Options

Opzioni per l'oggetto FastTreeTweedieTrainer usato in FastTreeTweedie(Options).

GamBinaryModelParameters

Parametri del modello per GamBinaryTrainer.

GamBinaryTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di classificazione binaria con modelli additivi generalizzati (GAM).

GamBinaryTrainer.Options

Opzioni per l'oggetto GamBinaryTrainer utilizzato in Gam(Options).

GamModelParametersBase

Classe di base per i parametri del modello GAM.

GamRegressionModelParameters

Parametri del modello per GamRegressionTrainer.

GamRegressionTrainer

Oggetto IEstimator<TTransformer> per il training di un modello di regressione con modelli additivi generalizzati (GAM).

GamRegressionTrainer.Options

Opzioni per l'oggetto GamRegressionTrainer utilizzato in Gam(Options).

GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase

Classe di base per le opzioni di training basate su GAM.

GamTrainerBase<TOptions,TTransformer,TPredictor>

Classe di base per i trainer GAM.

GeneralityLossRule

Perdita di generalità (GL).

GeneralityToProgressRatioRule

Generalità e rapporto di avanzamento (PQ).

LowProgressRule

Avanzamento basso (LP). Questa regola viene attivata quando i miglioramenti apportati allo stallo del punteggio.

MovingWindowRule

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

PretrainedTreeFeaturizationEstimator

Oggetto IEstimator<TTransformer> che contiene un oggetto sottoposto a training preliminare TreeEnsembleModelParameters e chiamarne Fit(IDataView) produce un oggetto di definizione basato sul modello con training preliminare.

PretrainedTreeFeaturizationEstimator.Options

PretrainedTreeFeaturizationEstimator.Options di PretrainedTreeFeaturizationEstimator come utilizzato durante la chiamata a FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options).

QuantileRegressionTree

Classe contenitore per esporre Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreegli attributi agli utenti. Questa classe non deve essere modificabile, pertanto contiene molti membri di sola lettura. Oltre alle cose ereditate da RegressionTreeBase, si aggiungono GetLeafSamplesAt(Int32) e GetLeafSampleWeightsAt(Int32) per esporre (sotto campioni) etichette di training che rientrano nella foglia leafIndex-th e i relativi pesi.

QuantileRegressionTreeEnsemble

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

RandomForestTrainerBase<TOptions,TTransformer,TModel>

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

RegressionTree

Classe contenitore per esporre Microsoft.ML.Trainers.FastTree.InternalRegressionTreegli attributi agli utenti. Questa classe non deve essere modificabile, pertanto contiene molti membri di sola lettura. Si noti che RegressionTree è identico a RegressionTreeBase ma in un'altra classe QuantileRegressionTree derivata vengono aggiunti alcuni attributi.

RegressionTreeBase

Classe di base del contenitore per esporre Microsoft.ML.Trainers.FastTree.InternalRegressionTreegli attributi di e Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeagli utenti. Questa classe non deve essere modificabile, pertanto contiene molti membri di sola lettura.

RegressionTreeEnsemble

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

TolerantEarlyStoppingRule

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

TreeEnsemble<T>

Elenco della RegressionTreeBaseclasse derivata di . Per calcolare il valore di output di un TreeEnsemble<T>, è necessario calcolare i valori di output di tutti gli alberi in Trees, ridimensionare tali valori tramite TreeWeightse infine sommare i valori ridimensionati e Bias l'aumento.

TreeEnsembleFeaturizationEstimatorBase

Questa classe incapsula il comportamento comune di tutti gli strumenti di definizione basati su albero, ad FastTreeBinaryFeaturizationEstimatoresempio , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimatorFastForestRegressionFeaturizationEstimator, e PretrainedTreeFeaturizationEstimator. Tutte le funzionalità basate su albero condividono lo stesso schema di output calcolato da GetOutputSchema(SchemaShape). Tutte le funzionalità basate su albero richiedono un nome di colonna di funzionalità di input e un suffisso per tutte le colonne di output. L'oggetto ITransformer restituito da Fit(IDataView) produce tre colonne: (1) i valori di stima di tutti gli alberi, (2) gli ID di lascia il vettore di funzionalità di input che cade in e (3) il vettore binario che codifica i percorsi di tali foglie di destinazione.

TreeEnsembleFeaturizationEstimatorBase.OptionsBase

Opzioni comuni delle funzionalità basate su albero, ad FastTreeBinaryFeaturizationEstimatoresempio , , FastForestBinaryFeaturizationEstimatorFastTreeRegressionFeaturizationEstimator, FastForestRegressionFeaturizationEstimatore PretrainedTreeFeaturizationEstimator.

TreeEnsembleFeaturizationTransformer

ITransformer risultante dall'adattamento di qualsiasi classe derivata di TreeEnsembleFeaturizationEstimatorBase. Le classi derivate includono, ad esempio, FastTreeBinaryFeaturizationEstimator e FastForestRegressionFeaturizationEstimator.

TreeEnsembleModelParameters

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

TreeEnsembleModelParametersBasedOnQuantileRegressionTree

TreeEnsembleModelParametersBasedOnQuantileRegressionTree è derivato da TreeEnsembleModelParameters più un attributo pubblico fortemente tipizzato, TrainedTreeEnsemble, per esporre i dettagli del modello sottoposto a training agli utenti. La funzione , Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructure, viene chiamata per creare TrainedTreeEnsemble all'interno TreeEnsembleModelParametersdi . Si noti che la differenza principale tra TreeEnsembleModelParametersBasedOnQuantileRegressionTree e TreeEnsembleModelParametersBasedOnRegressionTree è il tipo di TrainedTreeEnsemble.

TreeEnsembleModelParametersBasedOnRegressionTree

TreeEnsembleModelParametersBasedOnRegressionTree è derivato da TreeEnsembleModelParameters più un attributo pubblico fortemente tipizzato, TrainedTreeEnsemble, per esporre i dettagli del modello sottoposto a training agli utenti. La funzione , Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure, viene chiamata per creare TrainedTreeEnsemble all'interno TreeEnsembleModelParametersdi . Si noti che la differenza principale tra TreeEnsembleModelParametersBasedOnQuantileRegressionTree e TreeEnsembleModelParametersBasedOnRegressionTree è il tipo di TrainedTreeEnsemble.

TreeOptions

Opzioni per i trainer ad albero.

Enumerazioni

BoostedTreeOptions.OptimizationAlgorithmType

Tipi di algoritmi di ottimizzazione.

Bundle

Spazio dei nomi contenente trainer, parametri del modello e utilità per algoritmi Fast Tree.

EarlyStoppingMetric

Arresto delle misurazioni per la classificazione e la regressione.

EarlyStoppingRankingMetric

Arresto delle misurazioni per la classificazione.