次の方法で共有


PretrainedTreeFeaturizationEstimator クラス

定義

IEstimator<TTransformer>事前トレーニング済みの を含み、 をFit(IDataView)呼び出すと、事前トレーニングTreeEnsembleModelParameters済みモデルに基づいて特徴量抽出器が生成されます。

public sealed class PretrainedTreeFeaturizationEstimator : Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationEstimatorBase
type PretrainedTreeFeaturizationEstimator = class
    inherit TreeEnsembleFeaturizationEstimatorBase
Public NotInheritable Class PretrainedTreeFeaturizationEstimator
Inherits TreeEnsembleFeaturizationEstimatorBase
継承
PretrainedTreeFeaturizationEstimator

注釈

入力列と出力列

入力ラベル列のデータは であるSingle必要があります。 入力特徴列データは、 の既知のサイズのベクターSingleである必要があります。

この推定器は、次の列を出力します。

出力列の名前 列の型 説明
Trees のベクトルSingle すべてのツリーの出力値。
Leaves Single のベクター すべての ID は、入力特徴ベクトルが入る場所に残ります。
Paths Single のベクター 入力特徴ベクトルが通過してリーフに到達するパス。

これらの出力列はすべて省略可能であり、ユーザーは名前を変更できます。 スキップされた列の名前を null に設定して、生成されないようにしてください。

予測の詳細

この推定器は、ツリー アンサンブル モデルから複数の出力列を生成します。 モデルに含まれるデシジョン ツリーは 1 つだけであるとします。

               Node 0
               /    \
             /        \
           /            \
         /                \
       Node 1            Node 2
       /    \            /    \
     /        \        /        \
   /            \     Leaf -3  Node 3
  Leaf -1      Leaf -2         /    \
                             /        \
                            Leaf -4  Leaf -5

入力特徴ベクトルが に Leaf -1分類されるとします。 出力 Trees は 1 要素ベクトルで、唯一の値は によって Leaf -1実行される決定値です。 出力 Leaves は 0 から 1 のベクトルです。 到達したリーフが$i $-th ($-(i+1)$ でインデックス付けされているため、最初のリーフが Leaf -1) ツリー内のリーフである場合、 の Leaves $i$番目の値は 1 になり、他のすべての値は 0 になります。 出力 Paths は、リーフに到達する前に渡されたノードの 0 から 1 の表現です。 の $i$-th 要素 Paths は、$i$番目のノード ($i$ でインデックス付き) がタッチされているかどうかを示します。 たとえば、 に達すると Leaf -1 、 として Paths$[1, 1, 0, 0]$ になります。 複数のツリーがある場合、この推定器は、すべてのツリーから 's、Leaves's、Paths's を連結Treesするだけです (最初のツリーの情報は、連結されたベクトルの最初に入ります)。

使用例へのリンクについては、「関連項目」セクションを参照してください。

メソッド

Fit(IDataView)

TreeEnsembleModelParametersinput 呼び出InputColumnNameされた列を 3 つの出力列にマップする を生成します。

(継承元 TreeEnsembleFeaturizationEstimatorBase)
GetOutputSchema(SchemaShape)

PretrainedTreeFeaturizationEstimator に 3 つの float-vector 列を inputSchema追加します。 特徴ベクトル列を指定すると、追加された列は、すべてのツリーの予測値、特徴ベクトルが分類されるリーフ ID、およびそれらのリーフへのパスです。

(継承元 TreeEnsembleFeaturizationEstimatorBase)

拡張メソッド

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

推定チェーンに "キャッシュ チェックポイント" を追加します。 これにより、ダウンストリーム推定器がキャッシュされたデータに対してトレーニングされるようになります。 複数のデータ パスを受け取るトレーナーの前にキャッシュ チェックポイントを用意しておくと便利です。

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

推定器を指定すると、デリゲートが呼び出されると Fit(IDataView) 呼び出されるラップ オブジェクトを返します。 推定器は、多くの場合、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 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推定器がこのチェーンのどこかに埋もれている場所を介して 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。 そのシナリオでは、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