Udostępnij za pośrednictwem


FastTreeTweedieTrainer.Options Klasa

Definicja

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

Konstruktory

FastTreeTweedieTrainer.Options()

Utwórz nowy FastTreeTweedieTrainer.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)
Index

Parametr indeksu rozkładu Tweedie w zakresie [1, 2]. 1 to utrata Poissona, 2 to utrata gamma, a wartości pośrednie są złożone straty Poisson.

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 FastTreeTweedieTrainer w opcji FastTreeTweedie(Options).

Dotyczy