LightGbmRegressionTrainer クラス

定義

名前空間:

Microsoft.ML.Trainers.LightGbm

アセンブリ:

Microsoft.ML.LightGbm.dll

パッケージ:

Microsoft.ML.LightGbm v3.0.1

IEstimator<TTransformer> LightGBM を使用してブーストデシジョン ツリー回帰モデルをトレーニングします。

public sealed class LightGbmRegressionTrainer : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmRegressionTrainer.Options,float,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.LightGbm.LightGbmRegressionModelParameters>,Microsoft.ML.Trainers.LightGbm.LightGbmRegressionModelParameters>

type LightGbmRegressionTrainer = class
    inherit LightGbmTrainerBase<LightGbmRegressionTrainer.Options, single, RegressionPredictionTransformer<LightGbmRegressionModelParameters>, LightGbmRegressionModelParameters>

Public NotInheritable Class LightGbmRegressionTrainer
Inherits LightGbmTrainerBase(Of LightGbmRegressionTrainer.Options, Single, RegressionPredictionTransformer(Of LightGbmRegressionModelParameters), LightGbmRegressionModelParameters)

継承

Object

TrainerEstimatorBase<TTransformer,TModel>

TrainerEstimatorBaseWithGroupId<TTransformer,TModel>

LightGbmTrainerBase<LightGbmRegressionTrainer.Options,Single,RegressionPredictionTransformer<LightGbmRegressionModelParameters>,LightGbmRegressionModelParameters>

LightGbmRegressionTrainer

注釈

このトレーナーを作成するには、 LightGbm または LightGbm(オプション) 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.LightGbm
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

LightGBM は、グラデーション ブースティング デシジョン ツリーのオープンソース実装です。 実装の詳細については、 LightGBM の公式ドキュメント またはこの ドキュメントを参照してください。

使用法の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 null。これは、ラベルがトレーニングに使用されていないことを示します。 (継承元 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	トレーナーが期待する重み列。 できます。 nullこれは、トレーニングに重量が使用されていないことを示します。 (継承元 TrainerEstimatorBase<TTransformer,TModel>)

プロパティ

Info	IEstimator<TTransformer> LightGBM を使用してブーストデシジョン ツリー回帰モデルをトレーニングします。 (継承元 LightGbmTrainerBase<TOptions,TOutput,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 LightGbmRegressionTrainer 両方を使用してトレーニングを行い、 RegressionPredictionTransformer<TModel>.
GetOutputSchema(SchemaShape)	IEstimator<TTransformer> LightGBM を使用してブーストデシジョン ツリー回帰モデルをトレーニングします。 (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。

こちらもご覧ください

• LightGbm(RegressionCatalog+RegressionTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
• LightGbm(RegressionCatalog+RegressionTrainers, LightGbmRegressionTrainer+Options)
• LightGbmRegressionTrainer.Options