Microsoft.ML.Trainers.FastTree 네임스페이스

빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.

클래스

BoostedTreeOptions	나무 트레이너를 증폭하기위한 옵션.
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
ConsecutiveGeneralityLossRule	일반성(UP)의 연속 손실입니다.
EarlyStoppingRule	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
EarlyStoppingRuleBase	지정된 조건을 충족하면 학습 프로세스를 종료하는 데 사용되는 조기 중지 규칙입니다. 설정 EarlyStoppingRuleEarlyStoppingRule에 사용됩니다.
FastForestBinaryFeaturizationEstimator	IEstimator<TTransformer> 입력 기능 벡터를 트리 기반 기능으로 변환하기 위한 것입니다.
FastForestBinaryFeaturizationEstimator.Options	에 대한 FastForestBinaryFeaturizationEstimator옵션입니다.
FastForestBinaryModelParameters	에 대한 FastForestBinaryTrainer모델 매개 변수
FastForestBinaryTrainer	IEstimator<TTransformer> 빠른 포리스트를 사용하여 의사 결정 트리 이진 분류 모델을 학습하기 위한 것입니다.
FastForestBinaryTrainer.Options	FastForestBinaryTrainerFastForest(옵션)에 사용되는 옵션입니다.
FastForestOptionsBase	빠른 포리스트 트레이너 옵션에 대한 기본 클래스입니다.
FastForestRegressionFeaturizationEstimator	IEstimator<TTransformer> 입력 기능 벡터를 트리 기반 기능으로 변환하기 위한 것입니다.
FastForestRegressionFeaturizationEstimator.Options	에 대한 FastForestRegressionFeaturizationEstimator옵션입니다.
FastForestRegressionModelParameters	에 대한 FastForestRegressionTrainer모델 매개 변수
FastForestRegressionTrainer	IEstimator<TTransformer> 빠른 포리스트를 사용하여 의사 결정 트리 회귀 모델을 학습하기 위한 것입니다.
FastForestRegressionTrainer.Options	FastForestRegressionTrainerFastForest(옵션)에 사용되는 옵션입니다.
FastTreeBinaryFeaturizationEstimator	IEstimator<TTransformer> 입력 기능 벡터를 트리 기반 기능으로 변환하기 위한 것입니다.
FastTreeBinaryFeaturizationEstimator.Options	에 대한 FastTreeBinaryFeaturizationEstimator옵션입니다.
FastTreeBinaryModelParameters	에 대한 FastTreeBinaryTrainer모델 매개 변수
FastTreeBinaryTrainer	IEstimator<TTransformer> FastTree를 사용하여 의사 결정 트리 이진 분류 모델을 학습하기 위한 것입니다.
FastTreeBinaryTrainer.Options	FastTreeBinaryTrainerFastTree(옵션)에 사용되는 옵션입니다.
FastTreeRankingFeaturizationEstimator	IEstimator<TTransformer> 입력 기능 벡터를 트리 기반 기능으로 변환하기 위한 것입니다.
FastTreeRankingFeaturizationEstimator.Options	에 대한 FastTreeRankingFeaturizationEstimator옵션입니다.
FastTreeRankingModelParameters	에 대한 FastTreeRankingTrainer모델 매개 변수
FastTreeRankingTrainer	IEstimator<TTransformer> FastTree를 사용하여 의사 결정 트리 순위 모델을 학습하기 위한 것입니다.
FastTreeRankingTrainer.Options	FastTreeRankingTrainerFastTree(옵션)에 사용되는 옵션입니다.
FastTreeRegressionFeaturizationEstimator	IEstimator<TTransformer> 입력 기능 벡터를 트리 기반 기능으로 변환하기 위한 것입니다.
FastTreeRegressionFeaturizationEstimator.Options	에 대한 FastTreeRegressionFeaturizationEstimator옵션입니다.
FastTreeRegressionModelParameters	에 대한 FastForestRegressionTrainer모델 매개 변수
FastTreeRegressionTrainer	IEstimator<TTransformer> FastTree를 사용하여 의사 결정 트리 회귀 모델을 학습하기 위한 것입니다.
FastTreeRegressionTrainer.Options	FastTreeRegressionTrainerFastTree(옵션)에 사용되는 옵션입니다.
FastTreeTrainerBase<TOptions,TTransformer,TModel>	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
FastTreeTweedieFeaturizationEstimator	IEstimator<TTransformer> 입력 기능 벡터를 트리 기반 기능으로 변환하기 위한 것입니다.
FastTreeTweedieFeaturizationEstimator.Options	에 대한 FastTreeTweedieFeaturizationEstimator옵션입니다.
FastTreeTweedieModelParameters	에 대한 FastTreeTweedieTrainer모델 매개 변수
FastTreeTweedieTrainer	IEstimator<TTransformer> 트위디 손실 함수를 사용하여 의사 결정 트리 회귀 모델을 학습하기 위한 것입니다. 이 트레이너는 포아송, 복합 포아송 및 감마 회귀의 일반화입니다.
FastTreeTweedieTrainer.Options	FastTreeTweedieTrainerFastTreeTweedie(옵션)에 사용되는 옵션입니다.
GamBinaryModelParameters	에 대한 GamBinaryTrainer모델 매개 변수
GamBinaryTrainer	IEstimator<TTransformer> 일반화된 GAM(가산 모델)을 사용하여 이진 분류 모델을 학습하기 위한 것입니다.
GamBinaryTrainer.Options	GamBinaryTrainerGam(옵션)에 사용되는 옵션입니다.
GamModelParametersBase	GAM 모델 매개 변수의 기본 클래스입니다.
GamRegressionModelParameters	에 대한 GamRegressionTrainer모델 매개 변수
GamRegressionTrainer	IEstimator<TTransformer> 일반화된 GAM(가산 모델)을 사용하여 회귀 모델을 학습하기 위한 것입니다.
GamRegressionTrainer.Options	GamRegressionTrainerGam(옵션)에 사용되는 옵션입니다.
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	GAM 기반 트레이너 옵션에 대한 기본 클래스입니다.
GamTrainerBase<TOptions,TTransformer,TPredictor>	GAM 트레이너를 위한 기본 클래스입니다.
GeneralityLossRule	일반성 손실(GL).
GeneralityToProgressRatioRule	PQ(일반성 대 진행률).
LowProgressRule	낮은 진행률(LP). 이 규칙은 점수 개선이 중단될 때 발생합니다.
MovingWindowRule	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
PretrainedTreeFeaturizationEstimator	미리 학습된 호출 Fit(IDataView) 을 포함하는 A IEstimator<TTransformer> 는 미리 학습된 TreeEnsembleModelParameters 모델을 기반으로 기능화기를 생성합니다.
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options of PretrainedTreeFeaturizationEstimator as used when calling FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options).
QuantileRegressionTree	사용자에게 '의 특성을 노출하기 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree위한 컨테이너 클래스입니다. 이 클래스는 변경할 수 없으므로 읽기 전용 멤버가 많이 포함됩니다. 상속된 RegressionTreeBase것 외에도 리프Index-th 리프 및 GetLeafSampleWeightsAt(Int32) 해당 가중치에 속하는 학습 레이블을 추가하고 GetLeafSamplesAt(Int32) 노출합니다(하위 샘플링).
QuantileRegressionTreeEnsemble	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
RandomForestTrainerBase<TOptions,TTransformer,TModel>	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
RegressionTree	사용자에게 '의 특성을 노출하기 Microsoft.ML.Trainers.FastTree.InternalRegressionTree위한 컨테이너 클래스입니다. 이 클래스는 변경할 수 없으므로 읽기 전용 멤버가 많이 포함됩니다. RegressionTree 동일 RegressionTreeBase 하지만 다른 파생 클래스 QuantileRegressionTree 에서는 일부 특성이 추가됩니다.
RegressionTreeBase	사용자에게 's 및Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree'의 특성을 노출하기 Microsoft.ML.Trainers.FastTree.InternalRegressionTree위한 컨테이너 기본 클래스입니다. 이 클래스는 변경할 수 없으므로 읽기 전용 멤버가 많이 포함됩니다.
RegressionTreeEnsemble	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
TolerantEarlyStoppingRule	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
TreeEnsemble<T>	'의 RegressionTreeBase파생 클래스 목록입니다. 출력 값을 계산하려면 모든 트리Trees의 TreeEnsemble<T>출력 값을 계산하고, 해당 값을 통해 TreeWeights크기를 조정하고, 마지막으로 확장된 값과 Bias 최대값을 합산해야 합니다.
TreeEnsembleFeaturizationEstimatorBase	이 클래스는 모든 트리 기반 기능 변환기(예: FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimator, FastForestRegressionFeaturizationEstimatorFastTreeRegressionFeaturizationEstimator및PretrainedTreeFeaturizationEstimator)의 일반적인 동작을 캡슐화합니다. 모든 트리 기반 기능 변환기는 계산된 것과 동일한 출력 스키마를 GetOutputSchema(SchemaShape)공유합니다. 모든 트리 기반 기능 변환기는 입력 기능 열 이름과 모든 출력 열에 대한 접미사가 필요합니다. 반환된 Fit(IDataView) 열은 ITransformer 세 개의 열을 생성합니다. (1) 모든 트리의 예측 값, (2) 입력 기능 벡터에 속하는 나뭇잎의 ID 및 (3) 해당 대상의 경로를 인코딩하는 이진 벡터입니다.
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	트리 기반 기능화의 일반적인 옵션(예: FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimator, FastForestRegressionFeaturizationEstimatorFastTreeRegressionFeaturizationEstimator및 )입니다PretrainedTreeFeaturizationEstimator.
TreeEnsembleFeaturizationTransformer	ITransformer 의 파생 클래스를 맞추기 때문에 TreeEnsembleFeaturizationEstimatorBase발생합니다. 파생 클래스에는 예를 들면 FastTreeBinaryFeaturizationEstimatorFastForestRegressionFeaturizationEstimator다음과 같습니다.
TreeEnsembleModelParameters	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree 는 학습된 TreeEnsembleModelParameters 모델의 세부 정보를 사용자에게 노출하기 위해 강력한 형식의 공용 특성 TrainedTreeEnsemble과 함께 파생됩니다. 해당 함수는 Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructure내부에서 TreeEnsembleModelParameters만들기 TrainedTreeEnsemble 위해 호출됩니다. 의 유형과 TreeEnsembleModelParametersBasedOnRegressionTree 그 사이의 TreeEnsembleModelParametersBasedOnQuantileRegressionTreeTrainedTreeEnsemble주요 차이점은 입니다.
TreeEnsembleModelParametersBasedOnRegressionTree	TreeEnsembleModelParametersBasedOnRegressionTree 는 학습된 TreeEnsembleModelParameters 모델의 세부 정보를 사용자에게 노출하기 위해 강력한 형식의 공용 특성 TrainedTreeEnsemble과 함께 파생됩니다. 해당 함수는 Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure내부에서 TreeEnsembleModelParameters만들기 TrainedTreeEnsemble 위해 호출됩니다. 의 유형과 TreeEnsembleModelParametersBasedOnRegressionTree 그 사이의 TreeEnsembleModelParametersBasedOnQuantileRegressionTreeTrainedTreeEnsemble주요 차이점은 입니다.
TreeOptions	트리 트레이너를 위한 옵션입니다.

열거형

BoostedTreeOptions.OptimizationAlgorithmType	최적화 알고리즘의 유형입니다.
Bundle	빠른 트리 알고리즘에 대한 트레이너, 모델 매개 변수 및 유틸리티가 포함된 네임스페이스입니다.
EarlyStoppingMetric	분류 및 회귀에 대한 측정을 중지합니다.
EarlyStoppingRankingMetric	순위 측정을 중지합니다.