Microsoft.ML.Trainers.FastTree Przestrzeń nazw
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa.
Boosted |
Opcje zwiększania trenerów drzew. |
Boosting |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Consecutive |
Kolejna utrata w generalności (UP). |
Early |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Early |
Reguła wczesnego zatrzymywania używana do zakończenia procesu trenowania po spełnieniu określonego kryterium. Służy do ustawiania .EarlyStoppingRuleEarlyStoppingRule |
Fast |
Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie. |
Fast |
Opcje dla .FastForestBinaryFeaturizationEstimator |
Fast |
Parametry modelu dla .FastForestBinaryTrainer |
Fast |
Element IEstimator<TTransformer> do trenowania modelu klasyfikacji binarnej drzewa decyzyjnego przy użyciu szybkiego lasu. |
Fast |
Opcje używane FastForestBinaryTrainer w opcji FastForest(Options). |
Fast |
Klasa bazowa dla opcji szybkiego trenera lasu. |
Fast |
Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie. |
Fast |
Opcje dla .FastForestRegressionFeaturizationEstimator |
Fast |
Parametry modelu dla .FastForestRegressionTrainer |
Fast |
Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu szybkiego lasu. |
Fast |
Opcje używane FastForestRegressionTrainer w opcji FastForest(Options). |
Fast |
Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie. |
Fast |
Opcje dla .FastTreeBinaryFeaturizationEstimator |
Fast |
Parametry modelu dla .FastTreeBinaryTrainer |
Fast |
Element IEstimator<TTransformer> do trenowania modelu klasyfikacji binarnej drzewa decyzyjnego przy użyciu narzędzia FastTree. |
Fast |
Opcje używane w narzędziu FastTreeBinaryTrainerFastTree(Options). |
Fast |
Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie. |
Fast |
Opcje dla .FastTreeRankingFeaturizationEstimator |
Fast |
Parametry modelu dla .FastTreeRankingTrainer |
Fast |
Element IEstimator<TTransformer> do trenowania modelu klasyfikacji drzewa decyzyjnego przy użyciu narzędzia FastTree. |
Fast |
Opcje używane w narzędziu FastTreeRankingTrainerFastTree(Options). |
Fast |
Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie. |
Fast |
Opcje dla .FastTreeRegressionFeaturizationEstimator |
Fast |
Parametry modelu dla .FastForestRegressionTrainer |
Fast |
Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu narzędzia FastTree. |
Fast |
Opcje używane w narzędziu FastTreeRegressionTrainerFastTree(Options). |
Fast |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Fast |
Element do IEstimator<TTransformer> przekształcania wektora funkcji wejściowych na funkcje oparte na drzewie. |
Fast |
Opcje dla .FastTreeTweedieFeaturizationEstimator |
Fast |
Parametry modelu dla .FastTreeTweedieTrainer |
Fast |
Element IEstimator<TTransformer> do trenowania modelu regresji drzewa decyzyjnego przy użyciu funkcji utraty Tweedie. Ten trener jest uogólnienie Poissona, złożonego Poissona i regresji gamma. |
Fast |
Opcje używane FastTreeTweedieTrainer w opcji FastTreeTweedie(Options). |
Gam |
Parametry modelu dla .GamBinaryTrainer |
Gam |
Element IEstimator<TTransformer> do trenowania modelu klasyfikacji binarnej za pomocą uogólnionych modeli addytywnego (GAM). |
Gam |
Opcje używane w narzędziu GamBinaryTrainerGam(Options). |
Gam |
Klasa bazowa parametrów modelu GAM. |
Gam |
Parametry modelu dla .GamRegressionTrainer |
Gam |
Element IEstimator<TTransformer> do trenowania modelu regresji za pomocą uogólnionych modeli addytywnego (GAM). |
Gam |
Opcje używane w narzędziu GamRegressionTrainerGam(Options). |
Gam |
Klasa bazowa dla opcji trenera opartych na gamie. |
Gam |
Klasa podstawowa dla trenerów GAM. |
Generality |
Utrata uogólnienia (GL). |
Generality |
Ogólne stosunek postępu do postępu (PQ). |
Low |
Niski postęp (LP). Ta reguła jest uruchamiana, gdy ulepszenia w punkcie wyników są uruchamiane. |
Moving |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Pretrained |
Element IEstimator<TTransformer> zawierający wstępnie wytrenowany i wywołujący go Fit(IDataView) tworzy cechę opartą na wstępnie wytrenowanym TreeEnsembleModelParameters modelu. |
Pretrained |
PretrainedTreeFeaturizationEstimator.Options do PretrainedTreeFeaturizationEstimator użycia podczas wywoływania FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)metody . |
Quantile |
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. |
Quantile |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Random |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Regression |
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. |
Regression |
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. |
Regression |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Tolerant |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Tree |
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. |
Tree |
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. |
Tree |
Typowe opcje cech opartych na drzewach, takich jak , , , i PretrainedTreeFeaturizationEstimatorFastForestRegressionFeaturizationEstimator. FastTreeRegressionFeaturizationEstimatorFastForestBinaryFeaturizationEstimatorFastTreeBinaryFeaturizationEstimator |
Tree |
ITransformer wynikające z dopasowania dowolnej klasy pochodnej klasy TreeEnsembleFeaturizationEstimatorBase. Klasy pochodne obejmują na przykład FastTreeBinaryFeaturizationEstimator i FastForestRegressionFeaturizationEstimator. |
Tree |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Tree |
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. |
Tree |
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. |
Tree |
Opcje dla trenerów drzew. |
Boosted |
Typy algorytmów optymalizacji. |
Bundle |
Przestrzeń nazw zawierająca trenerów, parametry modelu i narzędzia dla algorytmów szybkiego drzewa. |
Early |
Zatrzymywanie pomiarów klasyfikacji i regresji. |
Early |
Zatrzymywanie pomiarów na potrzeby klasyfikacji. |