Udostępnij za pośrednictwem


FastForestOptionsBase Klasa

Definicja

Klasa bazowa dla opcji szybkiego trenera lasu.

public abstract class FastForestOptionsBase : Microsoft.ML.Trainers.FastTree.TreeOptions
type FastForestOptionsBase = class
    inherit TreeOptions
Public MustInherit Class FastForestOptionsBase
Inherits TreeOptions
Dziedziczenie
Pochodne

Pola

AllowEmptyTrees

Gdy podział katalogu głównego jest niemożliwy, zezwól na kontynuowanie trenowania.

(Odziedziczone po TreeOptions)
BaggingExampleFraction

Procent przykładów treningowych używanych w każdej torbie. Wartość domyślna to 0,7 (70%).

(Odziedziczone po TreeOptions)
BaggingSize

Liczba drzew w każdej torbie (0 w celu wyłączenia baggowania).

(Odziedziczone po TreeOptions)
Bias

Stronnicza odchylenie do obliczania gradientu dla każdego pojemnika cech kategorii.

(Odziedziczone po TreeOptions)
Bundling

Pakuj pojemniki o niskiej populacji. Bundle.None(0): no bundling, Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor niski pakiet populacji.

(Odziedziczone po TreeOptions)
CategoricalSplit

Czy należy podzielić na podstawie wielu wartości cech podzielonych na kategorie.

(Odziedziczone po TreeOptions)
CompressEnsemble

Kompresuj drzewo Zespół.

(Odziedziczone po TreeOptions)
DiskTranspose

Czy używać dysku, czy natywnych obiektów transponowania danych (w stosownych przypadkach) podczas transponowania.

(Odziedziczone po TreeOptions)
EntropyCoefficient

Współczynnik entropii (uregulowania) z zakresu od 0 do 1.

(Odziedziczone po TreeOptions)
ExampleWeightColumnName

Kolumna do użycia na przykład wagi.

(Odziedziczone po TrainerInputBaseWithWeight)
ExecutionTime

Podział czasu wykonywania wydruku na kanał ML.NET.

(Odziedziczone po TreeOptions)
FeatureColumnName

Kolumna do użycia dla funkcji.

(Odziedziczone po TrainerInputBase)
FeatureFirstUsePenalty

Funkcja najpierw używa współczynnika kary.

(Odziedziczone po TreeOptions)
FeatureFlocks

Czy zbierać funkcje podczas przygotowywania zestawu danych w celu przyspieszenia trenowania.

(Odziedziczone po TreeOptions)
FeatureFraction

Ułamek funkcji (wybranych losowo) do użycia w każdej iteracji. Użyj wartości 0,9, jeśli potrzebne jest tylko 90% funkcji. Mniejsze liczby pomagają zmniejszyć nadmierne dopasowanie.

(Odziedziczone po TreeOptions)
FeatureFractionPerSplit

Ułamek funkcji (wybranych losowo) do użycia w każdym podziale. Jeśli wartość wynosi 0,9, 90% wszystkich funkcji zostanie odrzuconych w oczekiwaniu.

(Odziedziczone po TreeOptions)
FeatureReusePenalty

Współczynnik karny ponownego użycia (regularyzacja).

(Odziedziczone po TreeOptions)
FeatureSelectionSeed

Inicjator aktywnego zaznaczenia funkcji.

(Odziedziczone po TreeOptions)
GainConfidenceLevel

Dopasowanie drzewa zyskuje pewność siebie. Należy wziąć pod uwagę tylko zysk, jeśli jego prawdopodobieństwo w porównaniu z losowym przyrostem wyboru jest powyżej tej wartości.

(Odziedziczone po TreeOptions)
HistogramPoolSize

Liczba histogramów w puli (od 2 do numLeaves).

(Odziedziczone po TreeOptions)
LabelColumnName

Kolumna do użycia dla etykiet.

(Odziedziczone po TrainerInputBaseWithLabel)
MaximumBinCountPerFeature

Maksymalna liczba unikatowych wartości (pojemników) na funkcję.

(Odziedziczone po TreeOptions)
MaximumCategoricalGroupCountPerNode

Maksymalna kategorialne grupy podzielone, które należy wziąć pod uwagę podczas dzielenia na cechę kategorii. Podzielone grupy to kolekcja punktów podzielonych. Służy to do zmniejszenia nadmiernego dopasowania, gdy istnieje wiele cech podzielonych na kategorie.

(Odziedziczone po TreeOptions)
MaximumCategoricalSplitPointCount

Maksymalna kategorialne punkty podziału, które należy wziąć pod uwagę podczas dzielenia na cechę kategorii.

(Odziedziczone po TreeOptions)
MemoryStatistics

Drukuj statystyki pamięci do ML.NET kanału.

(Odziedziczone po TreeOptions)
MinimumExampleCountPerLeaf

Minimalna liczba punktów danych wymaganych do utworzenia nowego liścia drzewa.

(Odziedziczone po TreeOptions)
MinimumExampleFractionForCategoricalSplit

Minimalna wartość procentowa przykładu podzielonego na kategorie w pojemniku. Wartość domyślna to 0,1% wszystkich przykładów szkoleniowych.

(Odziedziczone po TreeOptions)
MinimumExamplesForCategoricalSplit

Minimalna liczba przykładów kategorii w pojemniku do rozważenia dla podziału.

(Odziedziczone po TreeOptions)
NumberOfLeaves

Maksymalna liczba liści w każdym drzewie regresji.

(Odziedziczone po TreeOptions)
NumberOfQuantileSamples

Liczba punktów danych do próbkowania z każdego liścia w celu znalezienia rozkładu etykiet.

NumberOfThreads

Liczba wątków do użycia.

(Odziedziczone po TreeOptions)
NumberOfTrees

Łączna liczba drzew decyzyjnych do utworzenia w zespole.

(Odziedziczone po TreeOptions)
RowGroupColumnName

Kolumna do użycia na przykład groupId.

(Odziedziczone po TrainerInputBaseWithGroupId)
Seed

Inicjator generatora liczb losowych.

(Odziedziczone po TreeOptions)
Smoothing

Wygładzenie parametru do uregulowania drzewa.

(Odziedziczone po TreeOptions)
SoftmaxTemperature

Temperatura losowego rozkładu softmax do wybierania funkcji.

(Odziedziczone po TreeOptions)
SparsifyThreshold

Poziom rozrzedu wymagany do używania reprezentacji funkcji rozrzednych.

(Odziedziczone po TreeOptions)
TestFrequency

Oblicz wartości metryk dla trenowania/prawidłowego/testowego co k rund.

(Odziedziczone po TreeOptions)

Dotyczy