LightGbmRankingTrainer Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Trainers.LightGbm

Assembly:

Microsoft.ML.LightGbm.dll

Pacchetto:

Microsoft.ML.LightGbm v3.0.1

Oggetto IEstimator<TTransformer> per il training di un modello di classificazione degli alberi delle decisioni con LightGBM.

public sealed class LightGbmRankingTrainer : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmRankingTrainer.Options,float,Microsoft.ML.Data.RankingPredictionTransformer<Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters>,Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters>

type LightGbmRankingTrainer = class
    inherit LightGbmTrainerBase<LightGbmRankingTrainer.Options, single, RankingPredictionTransformer<LightGbmRankingModelParameters>, LightGbmRankingModelParameters>

Public NotInheritable Class LightGbmRankingTrainer
Inherits LightGbmTrainerBase(Of LightGbmRankingTrainer.Options, Single, RankingPredictionTransformer(Of LightGbmRankingModelParameters), LightGbmRankingModelParameters)

Ereditarietà

Object

TrainerEstimatorBase<TTransformer,TModel>

TrainerEstimatorBaseWithGroupId<TTransformer,TModel>

LightGbmTrainerBase<LightGbmRankingTrainer.Options,Single,RankingPredictionTransformer<LightGbmRankingModelParameters>,LightGbmRankingModelParameters>

LightGbmRankingTrainer

Commenti

Per creare questo trainer, usare LightGbm o LightGbm(Options).

Colonne di input e output

Il tipo di dati dell'etichetta di input deve essere key o Single. Il valore dell'etichetta determina la pertinenza, dove valori più alti indicano maggior pertinenza. Se l'etichetta è un tipo key, l'indice di chiave è il valore di pertinenza, dove l'indice più basso è il meno pertinente. Se l'etichetta è un tipo Single, valori più alti indicano maggior pertinenza. La colonna di funzionalità deve essere un vettore di dimensioni note di e la colonna del gruppo di righe di Single input deve essere di tipo chiave .

Questo formatore restituisce le colonne seguenti:

Nome colonna di output	Tipo di colonna	Descrizione
Score	Single	Punteggio non associato calcolato dal modello per determinare la stima.

Caratteristiche del trainer

Attività di Machine Learning	Classificazione
È necessaria la normalizzazione?	No
È necessaria la memorizzazione nella cache?	No
NuGet richiesto oltre a Microsoft.ML	Microsoft.ML.LightGbm
Esportabile in ONNX	No

Dettagli dell'algoritmo di training

LightGBM è un'implementazione open source dell'albero delle decisioni di aumento della sfumatura. Per informazioni dettagliate sull'implementazione, vedere la documentazione ufficiale di LightGBM o questo documento.

Controllare la sezione Vedere anche per i collegamenti ad esempi dell'utilizzo.

Campi

FeatureColumn	Colonna di funzionalità prevista dal trainer. (Ereditato da TrainerEstimatorBase<TTransformer,TModel>)
GroupIdColumn	Colonna groupID facoltativa prevista dal formatore di classificazione. (Ereditato da TrainerEstimatorBaseWithGroupId<TTransformer,TModel>)
LabelColumn	Colonna etichetta prevista dal trainer. Può essere null, che indica che l'etichetta non viene usata per il training. (Ereditato da TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	Colonna di peso prevista dal trainer. Può essere null, che indica che il peso non viene usato per il training. (Ereditato da TrainerEstimatorBase<TTransformer,TModel>)

Proprietà

Info	Oggetto IEstimator<TTransformer> per il training di un modello di classificazione degli alberi delle decisioni con LightGBM. (Ereditato da LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>)

Metodi

Fit(IDataView)	Esegue il training e restituisce un ITransformeroggetto . (Ereditato da TrainerEstimatorBase<TTransformer,TModel>)
Fit(IDataView, IDataView)	Esegue il training di un oggetto LightGbmRankingTrainer usando i dati di training e di convalida, restituisce un RankingPredictionTransformer<TModel>oggetto .
GetOutputSchema(SchemaShape)	Oggetto IEstimator<TTransformer> per il training di un modello di classificazione degli alberi delle decisioni con LightGBM. (Ereditato da TrainerEstimatorBase<TTransformer,TModel>)

Metodi di estensione

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. Ciò garantisce che gli estimatori downstream vengano sottoposti a training sui dati memorizzati nella cache. È utile avere un checkpoint di memorizzazione nella cache prima dei training che accettano più passaggi di dati.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dato un stimatore, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. Spesso è importante che un stimatore restituisca informazioni su ciò che è stato adatto, che è il motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> sono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di stima tramite EstimatorChain<TLastTransformer> dove lo stimatore per cui si vuole ottenere il trasformatore è sepolto da qualche parte in questa catena. Per questo scenario, è possibile collegare questo metodo a un delegato che verrà chiamato una volta chiamato fit.

Vedi anche

• LightGbm(RankingCatalog+RankingTrainers, String, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
• LightGbm(RankingCatalog+RankingTrainers, LightGbmRankingTrainer+Options)
• LightGbmRankingTrainer.Options