Microsoft.ML.Trainers.FastTree Przestrzeń nazw

Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.

Klasy

BoostedTreeOptions	Opcje zwiększania trenerów drzew.
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
ConsecutiveGeneralityLossRule	Kolejna utrata w generalności (UP).
EarlyStoppingRule	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
EarlyStoppingRuleBase	Reguła wczesnego zatrzymywania używana do zakończenia procesu trenowania po spełnieniu określonego kryterium. Służy do ustawiania .EarlyStoppingRuleEarlyStoppingRule
FastForestBinaryFeaturizationEstimator	Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie.
FastForestBinaryFeaturizationEstimator.Options	Opcje dla .FastForestBinaryFeaturizationEstimator
FastForestBinaryModelParameters	Parametry modelu dla .FastForestBinaryTrainer
FastForestBinaryTrainer	Element IEstimator<TTransformer> do trenowania modelu klasyfikacji binarnej drzewa decyzyjnego przy użyciu szybkiego lasu.
FastForestBinaryTrainer.Options	Opcje używane FastForestBinaryTrainer w opcji FastForest(Options).
FastForestOptionsBase	Klasa bazowa dla opcji szybkiego trenera lasu.
FastForestRegressionFeaturizationEstimator	Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie.
FastForestRegressionFeaturizationEstimator.Options	Opcje dla .FastForestRegressionFeaturizationEstimator
FastForestRegressionModelParameters	Parametry modelu dla .FastForestRegressionTrainer
FastForestRegressionTrainer	Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu szybkiego lasu.
FastForestRegressionTrainer.Options	Opcje używane FastForestRegressionTrainer w opcji FastForest(Options).
FastTreeBinaryFeaturizationEstimator	Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie.
FastTreeBinaryFeaturizationEstimator.Options	Opcje dla .FastTreeBinaryFeaturizationEstimator
FastTreeBinaryModelParameters	Parametry modelu dla .FastTreeBinaryTrainer
FastTreeBinaryTrainer	Element IEstimator<TTransformer> do trenowania modelu klasyfikacji binarnej drzewa decyzyjnego przy użyciu narzędzia FastTree.
FastTreeBinaryTrainer.Options	Opcje używane w narzędziu FastTreeBinaryTrainerFastTree(Options).
FastTreeRankingFeaturizationEstimator	Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie.
FastTreeRankingFeaturizationEstimator.Options	Opcje dla .FastTreeRankingFeaturizationEstimator
FastTreeRankingModelParameters	Parametry modelu dla .FastTreeRankingTrainer
FastTreeRankingTrainer	Element IEstimator<TTransformer> do trenowania modelu klasyfikacji drzewa decyzyjnego przy użyciu narzędzia FastTree.
FastTreeRankingTrainer.Options	Opcje używane w narzędziu FastTreeRankingTrainerFastTree(Options).
FastTreeRegressionFeaturizationEstimator	Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie.
FastTreeRegressionFeaturizationEstimator.Options	Opcje dla .FastTreeRegressionFeaturizationEstimator
FastTreeRegressionModelParameters	Parametry modelu dla .FastForestRegressionTrainer
FastTreeRegressionTrainer	Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu narzędzia FastTree.
FastTreeRegressionTrainer.Options	Opcje używane w narzędziu FastTreeRegressionTrainerFastTree(Options).
FastTreeTrainerBase<TOptions,TTransformer,TModel>	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
FastTreeTweedieFeaturizationEstimator	Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie.
FastTreeTweedieFeaturizationEstimator.Options	Opcje dla .FastTreeTweedieFeaturizationEstimator
FastTreeTweedieModelParameters	Parametry modelu dla .FastTreeTweedieTrainer
FastTreeTweedieTrainer	Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu funkcji utraty Tweedie. Ten trener jest uogólnienie Poissona, złożonego Poissona i regresji gamma.
FastTreeTweedieTrainer.Options	Opcje używane FastTreeTweedieTrainer w opcji FastTreeTweedie(Options).
GamBinaryModelParameters	Parametry modelu dla .GamBinaryTrainer
GamBinaryTrainer	Element IEstimator<TTransformer> do trenowania modelu klasyfikacji binarnej za pomocą uogólnionych modeli addytywnego (GAM).
GamBinaryTrainer.Options	Opcje używane w narzędziu GamBinaryTrainerGam(Options).
GamModelParametersBase	Klasa bazowa parametrów modelu GAM.
GamRegressionModelParameters	Parametry modelu dla .GamRegressionTrainer
GamRegressionTrainer	Element IEstimator<TTransformer> do trenowania modelu regresji za pomocą uogólnionych modeli addytywnego (GAM).
GamRegressionTrainer.Options	Opcje używane w narzędziu GamRegressionTrainerGam(Options).
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	Klasa bazowa dla opcji trenera opartych na gamie.
GamTrainerBase<TOptions,TTransformer,TPredictor>	Klasa podstawowa dla trenerów GAM.
GeneralityLossRule	Utrata uogólnienia (GL).
GeneralityToProgressRatioRule	Ogólne stosunek postępu do postępu (PQ).
LowProgressRule	Niski postęp (LP). Ta reguła jest uruchamiana, gdy ulepszenia w punkcie wyników są uruchamiane.
MovingWindowRule	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
PretrainedTreeFeaturizationEstimator	Element IEstimator<TTransformer> zawierający wstępnie wytrenowany i wywołujący go Fit(IDataView) tworzy cechę opartą na wstępnie wytrenowanym TreeEnsembleModelParameters modelu.
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options do PretrainedTreeFeaturizationEstimator użycia podczas wywoływania FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)metody .
QuantileRegressionTree	Klasa kontenera do uwidaczniania Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeatrybutów użytkownikom. Ta klasa nie powinna być modyfikowalna, więc zawiera wiele elementów członkowskich tylko do odczytu. Oprócz elementów dziedziczonych z RegressionTreeBaseprogramu dodajemy GetLeafSamplesAt(Int32) i GetLeafSampleWeightsAt(Int32) ujawniamy (sub-sampled) etykiety treningowe spadające do liściaIndex-th liścia i ich wagi.
QuantileRegressionTreeEnsemble	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
RandomForestTrainerBase<TOptions,TTransformer,TModel>	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
RegressionTree	Klasa kontenera do uwidaczniania Microsoft.ML.Trainers.FastTree.InternalRegressionTreeatrybutów użytkownikom. Ta klasa nie powinna być modyfikowalna, więc zawiera wiele elementów członkowskich tylko do odczytu. Należy pamiętać, że jest identyczny, RegressionTreeRegressionTreeBase ale w innej klasie QuantileRegressionTree pochodnej niektóre atrybuty są dodawane.
RegressionTreeBase	Klasa bazowa kontenera do uwidaczniania Microsoft.ML.Trainers.FastTree.InternalRegressionTreeatrybutów i Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeatrybutów dla użytkowników. Ta klasa nie powinna być modyfikowalna, więc zawiera wiele elementów członkowskich tylko do odczytu.
RegressionTreeEnsemble	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
TolerantEarlyStoppingRule	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
TreeEnsemble<T>	Lista klasy pochodnej RegressionTreeBase. Aby obliczyć wartość wyjściową klasy TreeEnsemble<T>, musimy obliczyć wartości wyjściowe wszystkich drzew w Treesprogramie , przeskalować te wartości za pomocą metody TreeWeights, a na koniec zsumować skalowane wartości i Bias w górę.
TreeEnsembleFeaturizationEstimatorBase	Ta klasa hermetyzuje typowe zachowanie wszystkich cech opartych na drzewach, takich jak FastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimator, FastForestRegressionFeaturizationEstimatori PretrainedTreeFeaturizationEstimator. Wszystkie dzielniki oparte na drzewach współdzielą ten sam schemat wyjściowy obliczony przez program GetOutputSchema(SchemaShape). Wszystkie cechatory oparte na drzewie wymagają nazwy kolumny funkcji wejściowej i sufiksu dla wszystkich kolumn wyjściowych. Zwrócony ITransformer przez element Fit(IDataView) tworzy trzy kolumny: (1) wartości przewidywania wszystkich drzew, (2) identyfikatory opuszczają wektor funkcji wejściowej, a (3) wektor binarny, który koduje ścieżki do tych liści docelowych.
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	Typowe opcje cech opartych na drzewach, takich jak , , , i PretrainedTreeFeaturizationEstimatorFastForestRegressionFeaturizationEstimator. FastTreeRegressionFeaturizationEstimatorFastForestBinaryFeaturizationEstimatorFastTreeBinaryFeaturizationEstimator
TreeEnsembleFeaturizationTransformer	ITransformer wynikające z dopasowania dowolnej klasy pochodnej klasy TreeEnsembleFeaturizationEstimatorBase. Klasy pochodne obejmują na przykład FastTreeBinaryFeaturizationEstimator i FastForestRegressionFeaturizationEstimator.
TreeEnsembleModelParameters	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree pochodzi z TreeEnsembleModelParameters atrybutu plus silnie typizowanego atrybutu publicznego , TrainedTreeEnsemblew celu uwidoczniania szczegółów wytrenowanego modelu użytkownikom. Jego funkcja , Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructurejest wywoływana w celu utworzenia TrainedTreeEnsemble wewnątrz TreeEnsembleModelParameterselementu . Należy pamiętać, że główna różnica między elementami TreeEnsembleModelParametersBasedOnQuantileRegressionTree i TreeEnsembleModelParametersBasedOnRegressionTree jest typem TrainedTreeEnsemble.
TreeEnsembleModelParametersBasedOnRegressionTree	TreeEnsembleModelParametersBasedOnRegressionTree pochodzi z TreeEnsembleModelParameters atrybutu plus silnie typizowanego atrybutu publicznego , TrainedTreeEnsemblew celu uwidoczniania szczegółów wytrenowanego modelu użytkownikom. Jego funkcja , Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructurejest wywoływana w celu utworzenia TrainedTreeEnsemble wewnątrz TreeEnsembleModelParameterselementu . Należy pamiętać, że główna różnica między elementami TreeEnsembleModelParametersBasedOnQuantileRegressionTree i TreeEnsembleModelParametersBasedOnRegressionTree jest typem TrainedTreeEnsemble.
TreeOptions	Opcje dla trenerów drzew.

Wyliczenia

BoostedTreeOptions.OptimizationAlgorithmType	Typy algorytmów optymalizacji.
Bundle	Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
EarlyStoppingMetric	Zatrzymywanie pomiarów klasyfikacji i regresji.
EarlyStoppingRankingMetric	Zatrzymywanie pomiarów na potrzeby klasyfikacji.