LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Trainers.LightGbm

Assembly:

Microsoft.ML.LightGbm.dll

Pacchetto:

Microsoft.ML.LightGbm v3.0.1

public class LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithGroupId where TOptions : LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model (requires 'Options :> LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
    inherit TrainerInputBaseWithGroupId

Public Class LightGbmTrainerBase(Of TOptions, TOutput, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithGroupId

Parametri di tipo

TOptions

TOutput

TTransformer

TModel

Ereditarietà

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase

Derivato

Microsoft.ML.Trainers.LightGbm.LightGbmBinaryTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRankingTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRegressionTrainer.Options

Campi

BatchSize	Numero di punti dati per batch, durante il caricamento dei dati.
CategoricalSmoothing	Laplace smooth term in divisione di funzionalità categorica. Ciò può ridurre l'effetto dei rumori nelle funzionalità categoriche, soprattutto per le categorie con pochi dati.
EarlyStoppingRound	Determina il numero di round, dopo il quale il training si arresterà se la metrica di convalida non migliora.
ExampleWeightColumnName	Colonna da usare per esempio peso. (Ereditato da TrainerInputBaseWithWeight)
FeatureColumnName	Colonna da usare per le funzionalità. (Ereditato da TrainerInputBase)
HandleMissingValue	Se abilitare la gestione speciale del valore mancante o meno.
L2CategoricalRegularization	Regolarizzazione L2 per divisione categorica.
LabelColumnName	Colonna da usare per le etichette. (Ereditato da TrainerInputBaseWithLabel)
LearningRate	Frequenza di compattazione per alberi, usata per evitare l'over-fitting.
MaximumBinCountPerFeature	Il numero massimo di contenitori in cui verranno inseriti i valori delle funzionalità verrà eseguito il bucket.
MaximumCategoricalSplitPointCount	Numero massimo di punti di divisione categorica da considerare quando si divide in una funzionalità categorica.
MinimumExampleCountPerGroup	Numero minimo di punti dati per gruppo categorico.
MinimumExampleCountPerLeaf	Numero minimo di punti dati necessari per formare una nuova foglia dell'albero.
NumberOfIterations	Numero di iterazioni di aumento. Un nuovo albero viene creato in ogni iterazione, quindi equivale al numero di alberi.
NumberOfLeaves	Numero massimo di foglie in un albero.
NumberOfThreads	Determina il numero di thread usati per eseguire LightGBM.
RowGroupColumnName	Colonna da usare per esempio groupId. (Ereditato da TrainerInputBaseWithGroupId)
Seed	Inizializzazione casuale per LightGBM da usare.
Silent	Controlla il livello di registrazione in LighGBM.
UseCategoricalSplit	Se abilitare la divisione categorica o meno.
UseZeroAsMissingValue	Se abilitare l'utilizzo di zero (0) come valore mancante.
Verbose	Determina se eseguire lo stato di avanzamento dell'output durante il training e la valutazione.

Proprietà

Booster

Parametro di booster da usare