TreeEnsembleFeaturizationEstimatorBase Classe

Definição

Namespace:

Microsoft.ML.Trainers.FastTree

Assembly:

Microsoft.ML.FastTree.dll

Pacote:

Microsoft.ML.FastTree v3.0.1

Essa classe encapsula o comportamento comum de todos os featurizers baseados em árvore, como FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimator, FastForestRegressionFeaturizationEstimatore PretrainedTreeFeaturizationEstimator. Todos os featurizers baseados em árvore compartilham o mesmo esquema de saída calculado por GetOutputSchema(SchemaShape). Todos os featurizers baseados em árvore exigem um nome de coluna de recurso de entrada e um sufixo para todas as colunas de saída. O ITransformer retornado por Fit(IDataView) produz três colunas: (1) os valores de previsão de todas as árvores, (2) as IDs de deixa o vetor de recurso de entrada caindo e (3) o vetor binário que codifica os caminhos para essas folhas de destino.

public abstract class TreeEnsembleFeaturizationEstimatorBase : Microsoft.ML.IEstimator<Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationTransformer>

type TreeEnsembleFeaturizationEstimatorBase = class
    interface IEstimator<TreeEnsembleFeaturizationTransformer>

Public MustInherit Class TreeEnsembleFeaturizationEstimatorBase
Implements IEstimator(Of TreeEnsembleFeaturizationTransformer)

Herança

Object

TreeEnsembleFeaturizationEstimatorBase

Derivado

Microsoft.ML.Trainers.FastTree.FastForestBinaryFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastForestRegressionFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeBinaryFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeRankingFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeRegressionFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.FastTreeTweedieFeaturizationEstimator

Microsoft.ML.Trainers.FastTree.PretrainedTreeFeaturizationEstimator

Implementações

IEstimator<TreeEnsembleFeaturizationTransformer>

Métodos

Fit(IDataView)	Produza um TreeEnsembleModelParameters que mapeia a coluna chamada InputColumnName em input para três colunas de saída.
GetOutputSchema(SchemaShape)	PretrainedTreeFeaturizationEstimator adiciona três colunas de vetor float em inputSchema. Dada uma coluna de vetor de recurso, as colunas adicionadas são os valores de previsão de todas as árvores, as IDs folha nas quais o vetor de recurso se enquadra e os caminhos para essas folhas.

Métodos de Extensão

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Acrescente um 'ponto de verificação de cache' à cadeia do avaliador. Isso garantirá que os avaliadores downstream sejam treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes de treinadores que recebem várias passagens de dados.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dado um avaliador, retorne um objeto de encapsulamento que chamará um delegado quando Fit(IDataView) for chamado. Geralmente, é importante que um avaliador retorne informações sobre o que era adequado, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> geralmente são formados em pipelines com muitos objetos, portanto, talvez seja necessário criar uma cadeia de avaliadores por meio EstimatorChain<TLastTransformer> de onde o avaliador para o qual queremos obter o transformador está enterrado em algum lugar nessa cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado assim que fit for chamado.