Partilhar via


FastForestBinaryTrainer.Options Classe

Definição

Opções para o FastForestBinaryTrainer conforme usado em FastForest(Options).

public sealed class FastForestBinaryTrainer.Options : Microsoft.ML.Trainers.FastTree.FastForestOptionsBase
type FastForestBinaryTrainer.Options = class
    inherit FastForestOptionsBase
Public NotInheritable Class FastForestBinaryTrainer.Options
Inherits FastForestOptionsBase
Herança

Construtores

FastForestBinaryTrainer.Options()

Opções para o FastForestBinaryTrainer conforme usado em FastForest(Options).

Campos

AllowEmptyTrees

Quando uma divisão raiz é impossível, permita que o treinamento prossiga.

(Herdado de TreeOptions)
BaggingExampleFraction

Percentual de exemplos de treinamento usados em cada recipiente. O padrão é 0,7 (70%).

(Herdado de TreeOptions)
BaggingSize

Número de árvores em cada saco (0 para desabilitar o ensacado).

(Herdado de TreeOptions)
Bias

Desvio para calcular o gradiente para cada compartimento de recursos para um recurso categórico.

(Herdado de TreeOptions)
Bundling

Agrupar compartimentos de baixa população. Bundle.None(0): sem agrupamento, Bundle.AggregateLowPopulation(1): agrupar baixa população, Bundle.Adjacent(2): pacote de baixa população vizinho.

(Herdado de TreeOptions)
CategoricalSplit

Se deve ser dividido com base em vários valores de recursos categóricos.

(Herdado de TreeOptions)
CompressEnsemble

Compacte a árvore Ensemble.

(Herdado de TreeOptions)
DiskTranspose

Se deseja utilizar o disco ou as instalações de transposição nativas dos dados (quando aplicável) ao executar o transpose.

(Herdado de TreeOptions)
EntropyCoefficient

O coeficiente de entropia (regularização) entre 0 e 1.

(Herdado de TreeOptions)
ExampleWeightColumnName

Coluna a ser usada, por exemplo, peso.

(Herdado de TrainerInputBaseWithWeight)
ExecutionTime

Imprimir detalhamento de tempo de execução para ML.NET canal.

(Herdado de TreeOptions)
FeatureColumnName

Coluna a ser usada para recursos.

(Herdado de TrainerInputBase)
FeatureFirstUsePenalty

O recurso primeiro usa o coeficiente de penalidade.

(Herdado de TreeOptions)
FeatureFlocks

Se deseja coletar recursos durante a preparação do conjunto de dados para acelerar o treinamento.

(Herdado de TreeOptions)
FeatureFraction

A fração de recursos (escolhida aleatoriamente) a ser usada em cada iteração. Use 0,9 se apenas 90% dos recursos forem necessários. Números mais baixos ajudam a reduzir o excesso de ajuste.

(Herdado de TreeOptions)
FeatureFractionPerSplit

A fração de recursos (escolhida aleatoriamente) a ser usada em cada divisão. Se o valor for 0,9, 90% de todos os recursos serão descartados na expectativa.

(Herdado de TreeOptions)
FeatureReusePenalty

O coeficiente de penalidade de reutilização do recurso (regularização).

(Herdado de TreeOptions)
FeatureSelectionSeed

A semente da seleção de recursos ativos.

(Herdado de TreeOptions)
GainConfidenceLevel

O ajuste de árvore ganha o requisito de confiança. Considere apenas um ganho se sua probabilidade versus um ganho de escolha aleatória estiver acima desse valor.

(Herdado de TreeOptions)
HistogramPoolSize

O número de histogramas no pool (entre 2 e numLeaves).

(Herdado de TreeOptions)
LabelColumnName

Coluna a ser usada para rótulos.

(Herdado de TrainerInputBaseWithLabel)
MaximumBinCountPerFeature

Número máximo de valores distintos (compartimentos) por recurso.

(Herdado de TreeOptions)
MaximumCategoricalGroupCountPerNode

Máximo de grupos divididos categóricos a serem considerados ao dividir em um recurso categórico. Grupos divididos são uma coleção de pontos divididos. Isso é usado para reduzir o sobreajuste quando há muitos recursos categóricos.

(Herdado de TreeOptions)
MaximumCategoricalSplitPointCount

Máximo de pontos de divisão categóricos a serem considerados ao dividir em um recurso categórico.

(Herdado de TreeOptions)
MaximumOutputMagnitudePerTree

O limite superior no valor absoluto de uma única saída de árvore.

MemoryStatistics

Imprimir estatísticas de memória para ML.NET canal.

(Herdado de TreeOptions)
MinimumExampleCountPerLeaf

O número mínimo de pontos de dados necessários para formar uma nova folha de árvore.

(Herdado de TreeOptions)
MinimumExampleFractionForCategoricalSplit

Percentual mínimo de exemplo categórico em uma lixeira a ser considerada para uma divisão. O padrão é 0,1% de todos os exemplos de treinamento.

(Herdado de TreeOptions)
MinimumExamplesForCategoricalSplit

Contagem mínima de exemplo categórico em uma lixeira a ser considerada para uma divisão.

(Herdado de TreeOptions)
NumberOfLeaves

O número máximo de folhas em cada árvore de regressão.

(Herdado de TreeOptions)
NumberOfQuantileSamples

O número de pontos de dados a serem amostrados de cada folha para localizar a distribuição de rótulos.

(Herdado de FastForestOptionsBase)
NumberOfThreads

O número máximo de threads.

(Herdado de TreeOptions)
NumberOfTrees

Número total de árvores de decisão a serem criadas no conjunto.

(Herdado de TreeOptions)
RowGroupColumnName

Coluna a ser usada por exemplo groupId.

(Herdado de TrainerInputBaseWithGroupId)
Seed

A semente do gerador de número aleatório.

(Herdado de TreeOptions)
Smoothing

Parâmetro de suavização para regularização de árvore.

(Herdado de TreeOptions)
SoftmaxTemperature

A temperatura da distribuição softmax aleatória para escolher o recurso.

(Herdado de TreeOptions)
SparsifyThreshold

Nível de moderação necessário para usar a representação de recurso esparsa.

(Herdado de TreeOptions)
TestFrequency

Calcule valores de métrica para treinamento/válido/teste a cada k rounds.

(Herdado de TreeOptions)

Aplica-se a