Udostępnij za pośrednictwem


FastTreeRankingTrainer.Options Klasa

Definicja

Opcje dla FastTreeRankingTrainer elementów używanych w funkcji FastTree(Options).

public sealed class FastTreeRankingTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>
type FastTreeRankingTrainer.Options = class
    inherit BoostedTreeOptions
    interface IComponentFactory<ITrainer>
    interface IComponentFactory
Public NotInheritable Class FastTreeRankingTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)
Dziedziczenie
Implementuje
IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>

Konstruktory

FastTreeRankingTrainer.Options()

Utwórz nowy FastTreeRankingTrainer.Options obiekt z wartościami domyślnymi.

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)
BestStepRankingRegressionTrees

Opcja używania najlepszych drzew kroków regresji.

(Odziedziczone po BoostedTreeOptions)
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)
CustomGains

Rozdzielona przecinkami lista zysków skojarzonych z każdą etykietą istotności.

DiskTranspose

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

(Odziedziczone po TreeOptions)
DropoutRate

Współczynnik porzucania w przypadku uregulowania drzewa.

(Odziedziczone po BoostedTreeOptions)
EnablePruning

Włącz oczyszczanie drzewa po trenowaniu, aby uniknąć nadmiernego dopasowania. Wymaga zestawu weryfikacji.

(Odziedziczone po BoostedTreeOptions)
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)
FilterZeroLambdas

Filtruj zero lambda podczas trenowania.

(Odziedziczone po BoostedTreeOptions)
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)
GetDerivativesSampleRate

Próbkuj każde zapytanie 1 w k razy w funkcji GetDerivatives.

(Odziedziczone po BoostedTreeOptions)
HistogramPoolSize

Liczba histogramów w puli (od 2 do numLeaves).

(Odziedziczone po TreeOptions)
LabelColumnName

Kolumna do użycia dla etykiet.

(Odziedziczone po TrainerInputBaseWithLabel)
LearningRate

Tempo nauki.

(Odziedziczone po BoostedTreeOptions)
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)
MaximumNumberOfLineSearchSteps

Liczba kroków wyszukiwania w wierszu po nawiasie kwadratowym.

(Odziedziczone po BoostedTreeOptions)
MaximumTreeOutput

Górna granica dla bezwzględnej wartości danych wyjściowych pojedynczego drzewa.

(Odziedziczone po BoostedTreeOptions)
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)
MinimumStepSize

Minimalny rozmiar kroku wyszukiwania wierszy.

(Odziedziczone po BoostedTreeOptions)
NdcgTruncationLevel

Maksymalne obcinanie NDCG do użycia w algorytmie lambdaMAR.

NumberOfLeaves

Maksymalna liczba liści w każdym drzewie regresji.

(Odziedziczone po TreeOptions)
NumberOfThreads

Liczba wątków do użycia.

(Odziedziczone po TreeOptions)
NumberOfTrees

Łączna liczba drzew decyzyjnych do utworzenia w zespole.

(Odziedziczone po TreeOptions)
OptimizationAlgorithm

Algorytm optymalizacji do użycia.

(Odziedziczone po BoostedTreeOptions)
PruningThreshold

Próg tolerancji do oczyszczania.

(Odziedziczone po BoostedTreeOptions)
PruningWindowSize

Ruchomy rozmiar okna do oczyszczania.

(Odziedziczone po BoostedTreeOptions)
RandomStart

Trenowanie rozpoczyna się od losowego porządkowania (określonego przez /r1).

(Odziedziczone po BoostedTreeOptions)
RowGroupColumnName

Kolumna do użycia na przykład groupId.

(Odziedziczone po TrainerInputBaseWithGroupId)
Seed

Inicjator generatora liczb losowych.

(Odziedziczone po TreeOptions)
Shrinkage

Skurcz.

(Odziedziczone po BoostedTreeOptions)
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)
UseDcg

Czy trenować przy użyciu obniżonego zysku skumulowanego (DCG) zamiast znormalizowanego DCG (NDCG).

UseLineSearch

Określa, czy należy użyć wyszukiwania wierszy dla rozmiaru kroku.

(Odziedziczone po BoostedTreeOptions)
UseTolerantPruning

Używaj okien i tolerancji do oczyszczania.

(Odziedziczone po BoostedTreeOptions)
WriteLastEnsemble

Napisz ostatni zespół zamiast tego określony przez wczesne zatrzymanie.

(Odziedziczone po BoostedTreeOptions)

Właściwości

EarlyStoppingMetric

Wczesne zatrzymywanie metryk.

EarlyStoppingRule

Reguła wczesnego zatrzymywania używana do zakończenia procesu trenowania po spełnieniu określonego kryterium. Możliwe opcje to EarlyStoppingRuleBaseimplementacje, takie jak TolerantEarlyStoppingRule i GeneralityLossRule.

(Odziedziczone po BoostedTreeOptions)

Jawne implementacje interfejsu

IComponentFactory<ITrainer>.CreateComponent(IHostEnvironment)

Opcje dla FastTreeRankingTrainer elementów używanych w funkcji FastTree(Options).

Dotyczy