Compartilhar via


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.