FastTreeTweedieTrainer クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
Tweedie IEstimator<TTransformer> 損失関数を使用してデシジョン ツリー回帰モデルをトレーニングします。 このトレーナーは、ポアソン、複合ポアソン、およびガンマ回帰の一般化です。
public sealed class FastTreeTweedieTrainer : Microsoft.ML.Trainers.FastTree.BoostingFastTreeTrainerBase<Microsoft.ML.Trainers.FastTree.FastTreeTweedieTrainer.Options,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>,Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>type FastTreeTweedieTrainer = class
inherit BoostingFastTreeTrainerBase<FastTreeTweedieTrainer.Options, RegressionPredictionTransformer<FastTreeTweedieModelParameters>, FastTreeTweedieModelParameters>Public NotInheritable Class FastTreeTweedieTrainer
Inherits BoostingFastTreeTrainerBase(Of FastTreeTweedieTrainer.Options, RegressionPredictionTransformer(Of FastTreeTweedieModelParameters), FastTreeTweedieModelParameters)- 継承
注釈
このトレーナーを作成するには、 FastTreeTweedie または FastTreeTweedie(Options)を使用します。
入力列と出力列
入力ラベル列データは Single にする必要があります。 入力特徴列データは、既知のサイズの Singleベクターである必要があります。
このトレーナーからは、以下の列が出力されます。
| 出力列の名前 | 列の型 | 説明 |
|---|---|---|
Score |
Single | モデルによって予測された無制限のスコア。 |
トレーナーの特性
| 機械学習タスク | 回帰 |
| 正規化は必要ですか? | いいえ |
| キャッシュは必要ですか? | いいえ |
| Microsoft.ML に加えて必要な NuGet | Microsoft.ML.FastTree |
| ONNX にエクスポート可能 | はい |
トレーニング アルゴリズムの詳細
ツイーディーブースティングモデルは、ヤン、クアン、ゾウのグラデーションTree-Boostedツイーディー化合物ポアソンモデルを介したプレミアムプレミアム予測で確立された数学に従います。 グラデーションブースティングの概要と詳細については、「 Wikipedia: Gradient boosting(Gradient tree boosting) 」または 「Greedy 関数の近似: グラデーションブースティング マシン」を参照してください。
使用例へのリンクについては、「参照」セクションを参照してください。
フィールド
| FeatureColumn |
トレーナーが期待する特徴列。 (継承元 TrainerEstimatorBase<TTransformer,TModel>) |
| GroupIdColumn |
ランク付けトレーナーが期待するオプションの groupID 列。 (継承元 TrainerEstimatorBaseWithGroupId<TTransformer,TModel>) |
| LabelColumn |
トレーナーが期待するラベル列。 できます |
| WeightColumn |
トレーナーが期待する重み列。 できます。 |
プロパティ
| Info |
Tweedie IEstimator<TTransformer> 損失関数を使用してデシジョン ツリー回帰モデルをトレーニングします。 このトレーナーは、ポアソン、複合ポアソン、およびガンマ回帰の一般化です。 (継承元 FastTreeTrainerBase<TOptions,TTransformer,TModel>) |
メソッド
| Fit(IDataView) |
をトレーニングして返します ITransformer。 (継承元 TrainerEstimatorBase<TTransformer,TModel>) |
| Fit(IDataView, IDataView) |
トレーニングデータと検証データの FastTreeTweedieTrainer 両方を使用してトレーニングを行い、 RegressionPredictionTransformer<TModel>. |
| GetOutputSchema(SchemaShape) |
Tweedie IEstimator<TTransformer> 損失関数を使用してデシジョン ツリー回帰モデルをトレーニングします。 このトレーナーは、ポアソン、複合ポアソン、およびガンマ回帰の一般化です。 (継承元 TrainerEstimatorBase<TTransformer,TModel>) |
拡張メソッド
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
エスティメーター チェーンに 'キャッシュ チェックポイント' を追加します。 これにより、ダウンストリームエスティメーターがキャッシュされたデータに対してトレーニングされます。 複数のデータを受け取るトレーナーが渡す前にキャッシュ チェックポイントを設定すると便利です。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
エスティメーターを指定すると、デリゲートを 1 回 Fit(IDataView) 呼び出すラップ オブジェクトが呼び出されます。 多くの場合、エスティメーターが適合した内容に関する情報を返すことが重要です。そのため Fit(IDataView) 、メソッドは一般的 ITransformerなオブジェクトではなく、具体的に型指定されたオブジェクトを返します。 ただし、同時に、 IEstimator<TTransformer> 多くのオブジェクトを含むパイプラインに形成されることが多いため、トランスフォーマーを取得するエスティメーターがこのチェーンのどこかに埋もれる場所を介して EstimatorChain<TLastTransformer> 、推定器のチェーンを構築する必要がある場合があります。 このシナリオでは、このメソッドを使用して、fit が呼び出されると呼び出されるデリゲートをアタッチできます。 |
適用対象
こちらもご覧ください
フィードバック
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「https://aka.ms/ContentUserFeedback」を参照してください。
フィードバックの送信と表示