FastTreeRegressionTrainer.Options Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Trainers.FastTree

Zestaw:

Microsoft.ML.FastTree.dll

Pakiet:

Microsoft.ML.FastTree v2.0.0

Opcje używane w narzędziu FastTreeRegressionTrainerFastTree(Options).

public sealed class FastTreeRegressionTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>

type FastTreeRegressionTrainer.Options = class
    inherit BoostedTreeOptions
    interface IComponentFactory<ITrainer>
    interface IComponentFactory

Public NotInheritable Class FastTreeRegressionTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)

Dziedziczenie

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

BoostedTreeOptions

FastTreeRegressionTrainer.Options

Implementuje

IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>

Konstruktory

FastTreeRegressionTrainer.Options()

Utwórz nowy FastTreeRegressionTrainer.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 do wyłączania worka). (Odziedziczone po TreeOptions)
BestStepRankingRegressionTrees	Opcja używania najlepszych drzew kroków regresji. (Odziedziczone po BoostedTreeOptions)
Bias	Stronnicza odchylenie do obliczania gradientu dla każdego pojemnika funkcji kategorii. (Odziedziczone po TreeOptions)
Bundling	Pakuj pojemniki o niskiej populacji. Bundle.None(0): brak grupowania, Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Sąsiedni pakiet populacji. (Odziedziczone po TreeOptions)
CategoricalSplit	Czy należy podzielić na podstawie wielu wartości cech kategorii. (Odziedziczone po TreeOptions)
CompressEnsemble	Kompresuj drzewo Zespół. (Odziedziczone po TreeOptions)
DiskTranspose	Czy używać dysku, czy natywnych obiektów transponowania danych (w stosownych przypadkach) podczas wykonywania transponowania. (Odziedziczone po TreeOptions)
DropoutRate	Współczynnik upuszczania drzewa w przypadku regularyzacji drzewa. (Odziedziczone po BoostedTreeOptions)
EnablePruning	Włącz oczyszczanie drzewa po treningu, aby uniknąć nadmiernego dopasowania. Wymaga zestawu weryfikacji. (Odziedziczone po BoostedTreeOptions)
EntropyCoefficient	Współczynnik entropii (regularyzacji) 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 zebrać 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 wymagane 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 to 0,9, 90% wszystkich funkcji zostanie odrzuconych w oczekiwaniu. (Odziedziczone po TreeOptions)
FeatureReusePenalty	Współczynnik kary ponownego użycia funkcji (regularyzacja). (Odziedziczone po TreeOptions)
FeatureSelectionSeed	Nasion aktywnego zaznaczenia funkcji. (Odziedziczone po TreeOptions)
FilterZeroLambdas	Filtruj zero lambd podczas trenowania. (Odziedziczone po BoostedTreeOptions)
GainConfidenceLevel	Dopasowanie drzewa zyskuje pewność siebie. Rozważ tylko zysk, jeśli jego prawdopodobieństwo w porównaniu z losowym zyskiem jest powyżej tej wartości. (Odziedziczone po TreeOptions)
GetDerivativesSampleRate	Przykładowe 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	Wskaźnik nauki. (Odziedziczone po BoostedTreeOptions)
MaximumBinCountPerFeature	Maksymalna liczba unikatowych wartości (pojemników) na funkcję. (Odziedziczone po TreeOptions)
MaximumCategoricalGroupCountPerNode	Maksymalna kategorialne grupy podziału, które należy wziąć pod uwagę podczas dzielenia na cechę kategorii. Grupy podzielone to kolekcja punktów podziału. Służy to do zmniejszenia nadmiernego dopasowania, gdy istnieje wiele funkcji kategorii. (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 wartości bezwzględnej pojedynczego drzewa wyjściowego. (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 kategorii w pojemniku do rozważenia w przypadku podziału. 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 w wierszu. (Odziedziczone po BoostedTreeOptions)
NumberOfLeaves	Maksymalna liczba liści w każdym drzewie regresji. (Odziedziczone po TreeOptions)
NumberOfThreads	Liczba wątków do użycia. (Odziedziczone po TreeOptions)
NumberOfTrees	Całkowita 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	Nasion generatora liczb losowych. (Odziedziczone po TreeOptions)
Shrinkage	Skurcz. (Odziedziczone po BoostedTreeOptions)
Smoothing	Parametr smoothing dla regularyzacji drzewa. (Odziedziczone po TreeOptions)
SoftmaxTemperature	Temperatura losowego rozkładu softmax do wybrania funkcji. (Odziedziczone po TreeOptions)
SparsifyThreshold	Poziom rozrzedu wymagany do używania reprezentacji funkcji rozrzedzynych. (Odziedziczone po TreeOptions)
TestFrequency	Oblicz wartości metryk dla pociągu/prawidłowego/testuj co k rund. (Odziedziczone po TreeOptions)
UseLineSearch	Określa, czy należy używać 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	Metryki wczesnego zatrzymywania.
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 używane w narzędziu FastTreeRegressionTrainerFastTree(Options).