Partilhar via


FastTreeTweedieTrainer.Options Classe

Definição

Opções para o FastTreeTweedieTrainer conforme usado em FastTreeTweedie(Options).

public sealed class FastTreeTweedieTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>
type FastTreeTweedieTrainer.Options = class
    inherit BoostedTreeOptions
    interface IComponentFactory<ITrainer>
    interface IComponentFactory
Public NotInheritable Class FastTreeTweedieTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)
Herança
Implementações
IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>

Construtores

FastTreeTweedieTrainer.Options()

Crie um novo FastTreeTweedieTrainer.Options objeto com valores padrão.

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)
BestStepRankingRegressionTrees

Opção para usar as melhores árvores de etapas de regressão.

(Herdado de BoostedTreeOptions)
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)
DropoutRate

Taxa de descarte para regularização de árvore.

(Herdado de BoostedTreeOptions)
EnablePruning

Habilite a remoção de árvore pós-treinamento para evitar o sobreajuste. Ele requer um conjunto de validação.

(Herdado de BoostedTreeOptions)
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)
FilterZeroLambdas

Filtre zero lambdas durante o treinamento.

(Herdado de BoostedTreeOptions)
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)
GetDerivativesSampleRate

Exemplo de cada consulta 1 em k vezes na função GetDerivatives.

(Herdado de BoostedTreeOptions)
HistogramPoolSize

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

(Herdado de TreeOptions)
Index

O parâmetro de índice para a distribuição tweedie, no intervalo [1, 2]. 1 é perda de Poisson, 2 é perda gama e valores intermediários são perda composta de Poisson.

LabelColumnName

Coluna a ser usada para rótulos.

(Herdado de TrainerInputBaseWithLabel)
LearningRate

A taxa de aprendizado.

(Herdado de BoostedTreeOptions)
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)
MaximumNumberOfLineSearchSteps

Número de etapas de pesquisa de linha pós-colchete.

(Herdado de BoostedTreeOptions)
MaximumTreeOutput

Limite superior no valor absoluto da saída de árvore única.

(Herdado de BoostedTreeOptions)
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)
MinimumStepSize

Tamanho mínimo da etapa de pesquisa de linha.

(Herdado de BoostedTreeOptions)
NumberOfLeaves

O número máximo de folhas em cada árvore de regressão.

(Herdado de TreeOptions)
NumberOfThreads

O número máximo de threads.

(Herdado de TreeOptions)
NumberOfTrees

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

(Herdado de TreeOptions)
OptimizationAlgorithm

Algoritmo de otimização a ser usado.

(Herdado de BoostedTreeOptions)
PruningThreshold

O limite de tolerância para remoção.

(Herdado de BoostedTreeOptions)
PruningWindowSize

O tamanho da janela móvel para remoção.

(Herdado de BoostedTreeOptions)
RandomStart

O treinamento começa com ordenação aleatória (determinada por /r1).

(Herdado de BoostedTreeOptions)
RowGroupColumnName

Coluna a ser usada por exemplo groupId.

(Herdado de TrainerInputBaseWithGroupId)
Seed

A semente do gerador de número aleatório.

(Herdado de TreeOptions)
Shrinkage

Encolhimento.

(Herdado de BoostedTreeOptions)
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)
UseLineSearch

Determina se a pesquisa de linha deve ser usada para um tamanho de etapa.

(Herdado de BoostedTreeOptions)
UseTolerantPruning

Use janela e tolerância para remoção.

(Herdado de BoostedTreeOptions)
WriteLastEnsemble

Escreva o último conjunto em vez do determinado pela parada antecipada.

(Herdado de BoostedTreeOptions)

Propriedades

EarlyStoppingMetric

Métricas de interrupção antecipada.

EarlyStoppingRule

Regra de interrupção antecipada usada para encerrar o processo de treinamento depois de atender a um critério especificado. As opções possíveis são EarlyStoppingRuleBaseimplementações como TolerantEarlyStoppingRule e GeneralityLossRule.

(Herdado de BoostedTreeOptions)

Implantações explícitas de interface

IComponentFactory<ITrainer>.CreateComponent(IHostEnvironment)

Opções para o FastTreeTweedieTrainer conforme usado em FastTreeTweedie(Options).

Aplica-se a