TreeOptions Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Trainers.FastTree

Zestaw:

Microsoft.ML.FastTree.dll

Pakiet:

Microsoft.ML.FastTree v3.0.1

Opcje dla trenerów drzew.

public abstract class TreeOptions : Microsoft.ML.Trainers.TrainerInputBaseWithGroupId

type TreeOptions = class
    inherit TrainerInputBaseWithGroupId

Public MustInherit Class TreeOptions
Inherits TrainerInputBaseWithGroupId

Dziedziczenie

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

Pochodne

Microsoft.ML.Trainers.FastTree.BoostedTreeOptions

Microsoft.ML.Trainers.FastTree.FastForestOptionsBase

Konstruktory

TreeOptions()

Opcje dla trenerów drzew.

Pola

AllowEmptyTrees	Gdy podział katalogu głównego jest niemożliwy, zezwól na kontynuowanie trenowania.
BaggingExampleFraction	Procent przykładów treningowych używanych w każdej torbie. Wartość domyślna to 0,7 (70%).
BaggingSize	Liczba drzew w każdej torbie (0 w celu wyłączenia baggowania).
Bias	Stronnicza odchylenie do obliczania gradientu dla każdego pojemnika cech kategorii.
Bundling	Pakuj pojemniki o niskiej populacji. Bundle.None(0): no bundling, Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor niski pakiet populacji.
CategoricalSplit	Czy należy podzielić na podstawie wielu wartości cech podzielonych na kategorie.
CompressEnsemble	Kompresuj drzewo Zespół.
DiskTranspose	Czy używać dysku, czy natywnych obiektów transponowania danych (w stosownych przypadkach) podczas transponowania.
EntropyCoefficient	Współczynnik entropii (uregulowania) z zakresu od 0 do 1.
ExampleWeightColumnName	Kolumna do użycia na przykład wagi. (Odziedziczone po TrainerInputBaseWithWeight)
ExecutionTime	Podział czasu wykonywania wydruku na kanał ML.NET.
FeatureColumnName	Kolumna do użycia dla funkcji. (Odziedziczone po TrainerInputBase)
FeatureFirstUsePenalty	Funkcja najpierw używa współczynnika kary.
FeatureFlocks	Czy zbierać funkcje podczas przygotowywania zestawu danych w celu przyspieszenia trenowania.
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.
FeatureFractionPerSplit	Ułamek funkcji (wybranych losowo) do użycia w każdym podziale. Jeśli wartość wynosi 0,9, 90% wszystkich funkcji zostanie odrzuconych w oczekiwaniu.
FeatureReusePenalty	Współczynnik karny ponownego użycia (regularyzacja).
FeatureSelectionSeed	Inicjator aktywnego zaznaczenia funkcji.
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.
HistogramPoolSize	Liczba histogramów w puli (od 2 do numLeaves).
LabelColumnName	Kolumna do użycia dla etykiet. (Odziedziczone po TrainerInputBaseWithLabel)
MaximumBinCountPerFeature	Maksymalna liczba unikatowych wartości (pojemników) na funkcję.
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.
MaximumCategoricalSplitPointCount	Maksymalna kategorialne punkty podziału, które należy wziąć pod uwagę podczas dzielenia na cechę kategorii.
MemoryStatistics	Drukuj statystyki pamięci do ML.NET kanału.
MinimumExampleCountPerLeaf	Minimalna liczba punktów danych wymaganych do utworzenia nowego liścia drzewa.
MinimumExampleFractionForCategoricalSplit	Minimalna wartość procentowa przykładu podzielonego na kategorie w pojemniku. Wartość domyślna to 0,1% wszystkich przykładów szkoleniowych.
MinimumExamplesForCategoricalSplit	Minimalna liczba przykładów kategorii w pojemniku do rozważenia dla podziału.
NumberOfLeaves	Maksymalna liczba liści w każdym drzewie regresji.
NumberOfThreads	Liczba wątków do użycia.
NumberOfTrees	Łączna liczba drzew decyzyjnych do utworzenia w zespole.
RowGroupColumnName	Kolumna do użycia na przykład groupId. (Odziedziczone po TrainerInputBaseWithGroupId)
Seed	Inicjator generatora liczb losowych.
Smoothing	Wygładzenie parametru do uregulowania drzewa.
SoftmaxTemperature	Temperatura losowego rozkładu softmax do wybierania funkcji.
SparsifyThreshold	Poziom rozrzedu wymagany do używania reprezentacji funkcji rozrzednych.
TestFrequency	Oblicz wartości metryk dla trenowania/prawidłowego/testowego co k rund.