Microsoft.ML.Trainers.FastTree Namespace

Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.

Classes

BoostedTreeOptions	Opções para aumentar os treinadores de árvore.
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
ConsecutiveGeneralityLossRule	Perda Consecutiva em Generalidade (UP).
EarlyStoppingRule	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
EarlyStoppingRuleBase	Regra de interrupção antecipada usada para encerrar o processo de treinamento depois de atender a um critério especificado. Usado para configuração EarlyStoppingRuleEarlyStoppingRule.
FastForestBinaryFeaturizationEstimator	A IEstimator<TTransformer> para transformar o vetor do recurso de entrada em recursos baseados em árvore.
FastForestBinaryFeaturizationEstimator.Options	Opções para o FastForestBinaryFeaturizationEstimator.
FastForestBinaryModelParameters	Parâmetros de modelo para FastForestBinaryTrainer.
FastForestBinaryTrainer	Para IEstimator<TTransformer> treinar um modelo de classificação binária de árvore de decisão usando a Floresta Rápida.
FastForestBinaryTrainer.Options	Opções para o FastForestBinaryTrainer usado em FastForest(Options).
FastForestOptionsBase	Classe base para opções de treinador de floresta rápida.
FastForestRegressionFeaturizationEstimator	A IEstimator<TTransformer> para transformar o vetor do recurso de entrada em recursos baseados em árvore.
FastForestRegressionFeaturizationEstimator.Options	Opções para o FastForestRegressionFeaturizationEstimator.
FastForestRegressionModelParameters	Parâmetros de modelo para FastForestRegressionTrainer.
FastForestRegressionTrainer	Para IEstimator<TTransformer> treinar um modelo de regressão de árvore de decisão usando a Floresta Rápida.
FastForestRegressionTrainer.Options	Opções para o FastForestRegressionTrainer usado em FastForest(Options).
FastTreeBinaryFeaturizationEstimator	A IEstimator<TTransformer> para transformar o vetor do recurso de entrada em recursos baseados em árvore.
FastTreeBinaryFeaturizationEstimator.Options	Opções para o FastTreeBinaryFeaturizationEstimator.
FastTreeBinaryModelParameters	Parâmetros de modelo para FastTreeBinaryTrainer.
FastTreeBinaryTrainer	Para IEstimator<TTransformer> treinar um modelo de classificação binária de árvore de decisão usando o FastTree.
FastTreeBinaryTrainer.Options	Opções para o FastTreeBinaryTrainer que é usado em FastTree(Options).
FastTreeRankingFeaturizationEstimator	A IEstimator<TTransformer> para transformar o vetor do recurso de entrada em recursos baseados em árvore.
FastTreeRankingFeaturizationEstimator.Options	Opções para o FastTreeRankingFeaturizationEstimator.
FastTreeRankingModelParameters	Parâmetros de modelo para FastTreeRankingTrainer.
FastTreeRankingTrainer	Para IEstimator<TTransformer> treinar um modelo de classificação de árvore de decisão usando o FastTree.
FastTreeRankingTrainer.Options	Opções para o FastTreeRankingTrainer que é usado em FastTree(Options).
FastTreeRegressionFeaturizationEstimator	A IEstimator<TTransformer> para transformar o vetor do recurso de entrada em recursos baseados em árvore.
FastTreeRegressionFeaturizationEstimator.Options	Opções para o FastTreeRegressionFeaturizationEstimator.
FastTreeRegressionModelParameters	Parâmetros de modelo para FastForestRegressionTrainer.
FastTreeRegressionTrainer	Para IEstimator<TTransformer> treinar um modelo de regressão de árvore de decisão usando FastTree.
FastTreeRegressionTrainer.Options	Opções para o FastTreeRegressionTrainer que é usado em FastTree(Options).
FastTreeTrainerBase<TOptions,TTransformer,TModel>	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
FastTreeTweedieFeaturizationEstimator	A IEstimator<TTransformer> para transformar o vetor do recurso de entrada em recursos baseados em árvore.
FastTreeTweedieFeaturizationEstimator.Options	Opções para o FastTreeTweedieFeaturizationEstimator.
FastTreeTweedieModelParameters	Parâmetros de modelo para FastTreeTweedieTrainer.
FastTreeTweedieTrainer	Para IEstimator<TTransformer> treinar um modelo de regressão de árvore de decisão usando a função de perda do Tweedie. Este treinador é uma generalização de Poisson, poisson composto e regressão gama.
FastTreeTweedieTrainer.Options	Opções para o FastTreeTweedieTrainer usado em FastTreeTweedie(Options).
GamBinaryModelParameters	Parâmetros de modelo para GamBinaryTrainer.
GamBinaryTrainer	Para IEstimator<TTransformer> treinar um modelo de classificação binária com modelos aditivos generalizados (GAM).
GamBinaryTrainer.Options	Opções para o GamBinaryTrainer usado em Gam(Options).
GamModelParametersBase	A classe base para parâmetros de modelo GAM.
GamRegressionModelParameters	Parâmetros de modelo para GamRegressionTrainer.
GamRegressionTrainer	Para IEstimator<TTransformer> treinar um modelo de regressão com modelos aditivos generalizados (GAM).
GamRegressionTrainer.Options	Opções para o GamRegressionTrainer usado em Gam(Options).
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	Classe base para opções de treinador baseado em GAM.
GamTrainerBase<TOptions,TTransformer,TPredictor>	Classe base para treinadores GAM.
GeneralityLossRule	Perda de Generalidade (GL).
GeneralityToProgressRatioRule	Taxa de Generalidade para Progresso (PQ).
LowProgressRule	Baixo Progresso (LP). Essa regra é disparada quando as melhorias na parada de pontuação.
MovingWindowRule	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
PretrainedTreeFeaturizationEstimator	Um IEstimator<TTransformer> que contém um pré-treinado TreeEnsembleModelParameters e sua chamada Fit(IDataView) produz um featurizer com base no modelo pré-treinado.
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options de PretrainedTreeFeaturizationEstimator como usado ao chamar FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options).
QuantileRegressionTree	Uma classe de contêiner para expor Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeos atributos dos usuários. Essa classe não deve ser mutável, portanto, contém muitos membros somente leitura. Além das coisas herdadas, RegressionTreeBaseadicionamos GetLeafSamplesAt(Int32) e GetLeafSampleWeightsAt(Int32) expomos rótulos de treinamento (sub-amostrados) caindo na folha leafIndex-th e seus pesos.
QuantileRegressionTreeEnsemble	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
RandomForestTrainerBase<TOptions,TTransformer,TModel>	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
RegressionTree	Uma classe de contêiner para expor Microsoft.ML.Trainers.FastTree.InternalRegressionTreeos atributos dos usuários. Essa classe não deve ser mutável, portanto, contém muitos membros somente leitura. Observe que RegressionTree isso é idêntico, RegressionTreeBase mas em outra classe QuantileRegressionTree derivada alguns atributos são adicionados.
RegressionTreeBase	Uma classe base de contêiner para expor Microsoft.ML.Trainers.FastTree.InternalRegressionTreeos atributos de 's e Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree's aos usuários. Essa classe não deve ser mutável, portanto, contém muitos membros somente leitura.
RegressionTreeEnsemble	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
TolerantEarlyStoppingRule	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
TreeEnsemble<T>	Uma lista da RegressionTreeBaseclasse derivada de 's. Para calcular o valor de saída de um TreeEnsemble<T>, precisamos calcular os valores de saída de todas as árvores, Treesdimensionar esses valores por meio TreeWeightse, finalmente, somar os valores dimensionados e Bias para cima.
TreeEnsembleFeaturizationEstimatorBase	Essa classe encapsula o comportamento comum de todos os featurizers baseados em árvore, comoFastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimatorFastForestRegressionFeaturizationEstimatore PretrainedTreeFeaturizationEstimator. Todos os featurizers baseados em árvore compartilham o mesmo esquema de saída calculado por GetOutputSchema(SchemaShape). Todos os featureizers baseados em árvore exigem um nome de coluna de recurso de entrada e um sufixo para todas as colunas de saída. O ITransformer retornado produz Fit(IDataView) três colunas: (1) os valores de previsão de todas as árvores, (2) as IDs das folhas em que o vetor do recurso de entrada está caindo e (3) o vetor binário que codifica os caminhos para essas folhas de destino.
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	As opções comuns de recursos baseados em árvore, comoFastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimatore PretrainedTreeFeaturizationEstimatorFastForestRegressionFeaturizationEstimator.
TreeEnsembleFeaturizationTransformer	ITransformer resultante da montagem de qualquer classe derivada de TreeEnsembleFeaturizationEstimatorBase. As classes derivadas incluem, por exemplo, FastTreeBinaryFeaturizationEstimator e FastForestRegressionFeaturizationEstimator.
TreeEnsembleModelParameters	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree é derivado de TreeEnsembleModelParameters mais um atributo público fortemente tipado, TrainedTreeEnsemblepara expor os detalhes do modelo treinado aos usuários. Sua função é Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructurechamada para criar TrainedTreeEnsemble dentro TreeEnsembleModelParameters. Observe que a principal diferença entre TreeEnsembleModelParametersBasedOnQuantileRegressionTree e TreeEnsembleModelParametersBasedOnRegressionTree é o tipo de TrainedTreeEnsemble.
TreeEnsembleModelParametersBasedOnRegressionTree	TreeEnsembleModelParametersBasedOnRegressionTree é derivado de TreeEnsembleModelParameters mais um atributo público fortemente tipado, TrainedTreeEnsemblepara expor os detalhes do modelo treinado aos usuários. Sua função é Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructurechamada para criar TrainedTreeEnsemble dentro TreeEnsembleModelParameters. Observe que a principal diferença entre TreeEnsembleModelParametersBasedOnQuantileRegressionTree e TreeEnsembleModelParametersBasedOnRegressionTree é o tipo de TrainedTreeEnsemble.
TreeOptions	Opções para treinadores de árvore.

Enumerações

BoostedTreeOptions.OptimizationAlgorithmType	Tipos de algoritmos de otimização.
Bundle	Namespace que contém treinadores, parâmetros de modelo e utilitários para algoritmos de Árvore Rápida.
EarlyStoppingMetric	Parando as medidas de classificação e regressão.
EarlyStoppingRankingMetric	Parando as medidas para classificação.