LightGbmMulticlassTrainer.Options 클래스
정의
중요
일부 정보는 릴리스되기 전에 상당 부분 수정될 수 있는 시험판 제품과 관련이 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적이거나 묵시적인 보증도 하지 않습니다.
public sealed class LightGbmMulticlassTrainer.Options : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options,Microsoft.ML.Data.VBuffer<float>,Microsoft.ML.Data.MulticlassPredictionTransformer<Microsoft.ML.Trainers.OneVersusAllModelParameters>,Microsoft.ML.Trainers.OneVersusAllModelParameters>.OptionsBase
type LightGbmMulticlassTrainer.Options = class
inherit LightGbmTrainerBase<LightGbmMulticlassTrainer.Options, VBuffer<single>, MulticlassPredictionTransformer<OneVersusAllModelParameters>, OneVersusAllModelParameters>.OptionsBase
Public NotInheritable Class LightGbmMulticlassTrainer.Options
Inherits LightGbmTrainerBase(Of LightGbmMulticlassTrainer.Options, VBuffer(Of Single), MulticlassPredictionTransformer(Of OneVersusAllModelParameters), OneVersusAllModelParameters).OptionsBase
상속
LightGbmMulticlassTrainer.Options
생성자
필드
BatchSize
데이터를 로드할 때 일괄 처리당 데이터 포인트 수입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
CategoricalSmoothing
범주 기능 분할의 Laplace 부드러운 용어입니다.
이렇게 하면 특히 데이터가 거의 없는 범주의 경우 범주 기능에서 노이즈가 미치는 영향을 줄일 수 있습니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
EarlyStoppingRound
유효성 검사 메트릭이 개선되지 않으면 학습이 중지되는 라운드 수를 결정합니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
EvaluationMetric
사용할 평가 메트릭을 결정합니다.
ExampleWeightColumnName
예를 들어 가중치에 사용할 열입니다.
(다음에서 상속됨 TrainerInputBaseWithWeight )
FeatureColumnName
기능에 사용할 열입니다.
(다음에서 상속됨 TrainerInputBase )
HandleMissingValue
누락된 값의 특수 처리를 사용하도록 설정할지 여부입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
L2CategoricalRegularization
범주 분할에 대한 L2 정규화입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
LabelColumnName
레이블에 사용할 열입니다.
(다음에서 상속됨 TrainerInputBaseWithLabel )
LearningRate
과잉 맞춤을 방지하는 데 사용되는 트리의 축소 속도입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
MaximumBinCountPerFeature
기능 값이 버킷으로 처리될 최대 bin 수입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
MaximumCategoricalSplitPointCount
범주 기능에서 분할할 때 고려할 최대 범주 분할 지점입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
MinimumExampleCountPerGroup
범주 그룹당 최소 데이터 포인트 수입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
MinimumExampleCountPerLeaf
새 트리 리프를 구성하는 데 필요한 최소 데이터 요소 수입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
NumberOfIterations
증폭 반복 횟수입니다. 각 반복에서 새 트리가 만들어지므로 트리 수와 동일합니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
NumberOfLeaves
한 트리의 최대 잎 수입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
NumberOfThreads
LightGBM을 실행하는 데 사용되는 스레드 수를 결정합니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
RowGroupColumnName
groupId 예제에 사용할 열입니다.
(다음에서 상속됨 TrainerInputBaseWithGroupId )
Seed
사용할 LightGBM의 임의 시드입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
Sigmoid
시그모이드 함수에 대한 매개 변수입니다.
Silent
LighGBM에서 로깅 수준을 제어합니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
UnbalancedSets
학습 데이터의 불균형 여부입니다.
UseCategoricalSplit
범주 분할을 사용할지 여부를 지정합니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
UseSoftmax
softmax 손실을 사용할지 여부입니다.
UseZeroAsMissingValue
0을 누락 값으로 사용할지 여부입니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
Verbose
학습 및 평가 중에 진행 상태를 출력할지 여부를 결정합니다.
(다음에서 상속됨 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase )
속성
적용 대상