Microsoft.ML.Trainers.FastTree Пространство имен

Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.

Классы

BoostedTreeOptions	Варианты повышения уровня древовидного обучения.
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
ConsecutiveGeneralityLossRule	Последовательная потеря общего характера (UP).
EarlyStoppingRule	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
EarlyStoppingRuleBase	Правило ранней остановки, используемое для завершения процесса обучения после выполнения указанного критерия. Используется для параметра EarlyStoppingRuleEarlyStoppingRule.
FastForestBinaryFeaturizationEstimator	Преобразование IEstimator<TTransformer> вектора входных признаков в древовидную функцию.
FastForestBinaryFeaturizationEstimator.Options	Параметры для FastForestBinaryFeaturizationEstimator.
FastForestBinaryModelParameters	Параметры модели для FastForestBinaryTrainer.
FastForestBinaryTrainer	Обучение IEstimator<TTransformer> модели двоичной классификации дерева принятия решений с помощью Fast Forest.
FastForestBinaryTrainer.Options	Параметры, FastForestBinaryTrainer используемые в FastForest(Options).
FastForestOptionsBase	Базовый класс для параметров быстрого обучения леса.
FastForestRegressionFeaturizationEstimator	Преобразование IEstimator<TTransformer> вектора входных признаков в древовидную функцию.
FastForestRegressionFeaturizationEstimator.Options	Параметры для FastForestRegressionFeaturizationEstimator.
FastForestRegressionModelParameters	Параметры модели для FastForestRegressionTrainer.
FastForestRegressionTrainer	Для IEstimator<TTransformer> обучения модели регрессии дерева принятия решений с помощью Fast Forest.
FastForestRegressionTrainer.Options	Параметры, FastForestRegressionTrainer используемые в FastForest(Options).
FastTreeBinaryFeaturizationEstimator	Преобразование IEstimator<TTransformer> вектора входных признаков в древовидную функцию.
FastTreeBinaryFeaturizationEstimator.Options	Параметры для FastTreeBinaryFeaturizationEstimator.
FastTreeBinaryModelParameters	Параметры модели для FastTreeBinaryTrainer.
FastTreeBinaryTrainer	Обучение IEstimator<TTransformer> модели двоичной классификации дерева принятия решений с помощью FastTree.
FastTreeBinaryTrainer.Options	Параметры, FastTreeBinaryTrainer используемые в FastTree(Options).
FastTreeRankingFeaturizationEstimator	Преобразование IEstimator<TTransformer> вектора входных признаков в древовидную функцию.
FastTreeRankingFeaturizationEstimator.Options	Параметры для FastTreeRankingFeaturizationEstimator.
FastTreeRankingModelParameters	Параметры модели для FastTreeRankingTrainer.
FastTreeRankingTrainer	Обучение IEstimator<TTransformer> модели ранжирования дерева принятия решений с помощью FastTree.
FastTreeRankingTrainer.Options	Параметры, FastTreeRankingTrainer используемые в FastTree(Options).
FastTreeRegressionFeaturizationEstimator	Преобразование IEstimator<TTransformer> вектора входных признаков в древовидную функцию.
FastTreeRegressionFeaturizationEstimator.Options	Параметры для FastTreeRegressionFeaturizationEstimator.
FastTreeRegressionModelParameters	Параметры модели для FastForestRegressionTrainer.
FastTreeRegressionTrainer	Для IEstimator<TTransformer> обучения модели регрессии дерева принятия решений с помощью FastTree.
FastTreeRegressionTrainer.Options	Параметры, FastTreeRegressionTrainer используемые в FastTree(Options).
FastTreeTrainerBase<TOptions,TTransformer,TModel>	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
FastTreeTweedieFeaturizationEstimator	Преобразование IEstimator<TTransformer> вектора входных признаков в древовидную функцию.
FastTreeTweedieFeaturizationEstimator.Options	Параметры для FastTreeTweedieFeaturizationEstimator.
FastTreeTweedieModelParameters	Параметры модели для FastTreeTweedieTrainer.
FastTreeTweedieTrainer	Для IEstimator<TTransformer> обучения модели регрессии дерева принятия решений с помощью функции потери Tweedie. Этот тренер представляет собой обобщение Poisson, составной Пуассон и гамма-регрессию.
FastTreeTweedieTrainer.Options	Параметры для FastTreeTweedieTrainer использования в FastTreeTweedie(Options).
GamBinaryModelParameters	Параметры модели для GamBinaryTrainer.
GamBinaryTrainer	Обучение IEstimator<TTransformer> модели двоичной классификации с помощью обобщенных аддитивных моделей (GAM).
GamBinaryTrainer.Options	Параметры для параметров, используемых GamBinaryTrainer в Gam(Options).
GamModelParametersBase	Базовый класс для параметров модели GAM.
GamRegressionModelParameters	Параметры модели для GamRegressionTrainer.
GamRegressionTrainer	Обучение IEstimator<TTransformer> модели регрессии с помощью обобщенных аддитивных моделей (GAM).
GamRegressionTrainer.Options	Параметры для параметров, используемых GamRegressionTrainer в Gam(Options).
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	Базовый класс для параметров обучения на основе GAM.
GamTrainerBase<TOptions,TTransformer,TPredictor>	Базовый класс для тренеров GAM.
GeneralityLossRule	Потеря общего характера (GL).
GeneralityToProgressRatioRule	Общее отношение к ходу выполнения (PQ).
LowProgressRule	Низкий ход выполнения (LP). Это правило срабатывает, когда улучшения на стойло оценки.
MovingWindowRule	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
PretrainedTreeFeaturizationEstimator	Объект, IEstimator<TTransformer> содержащий предварительно обученный и вызывающий егоFit(IDataView), создает признакизатор на основе предварительно обученной TreeEnsembleModelParameters модели.
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options , используемый PretrainedTreeFeaturizationEstimator при вызове FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options).
QuantileRegressionTree	Класс контейнера для предоставления Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeпользователям атрибутов. Этот класс не должен быть изменяемым, поэтому он содержит много элементов только для чтения. В дополнение к вещам, унаследованным от RegressionTreeBase, мы добавляем GetLeafSamplesAt(Int32) и GetLeafSampleWeightsAt(Int32) предоставляем (под примеры) метки обучения, падающие в листе leafIndex-th и их вес.
QuantileRegressionTreeEnsemble	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
RandomForestTrainerBase<TOptions,TTransformer,TModel>	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
RegressionTree	Класс контейнера для предоставления Microsoft.ML.Trainers.FastTree.InternalRegressionTreeпользователям атрибутов. Этот класс не должен быть изменяемым, поэтому он содержит много элементов только для чтения. Обратите внимание, что RegressionTree они идентичны RegressionTreeBase , но в другом производном классе QuantileRegressionTree добавляются некоторые атрибуты.
RegressionTreeBase	Базовый класс контейнера для предоставления Microsoft.ML.Trainers.FastTree.InternalRegressionTreeпользователям атрибутов и Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeатрибутов. Этот класс не должен быть изменяемым, поэтому он содержит много элементов только для чтения.
RegressionTreeEnsemble	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
TolerantEarlyStoppingRule	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
TreeEnsemble<T>	Список производного RegressionTreeBaseкласса. Чтобы вычислить выходное значение объекта TreeEnsemble<T>, необходимо вычислить выходные значения всех деревьев Trees, масштабировать эти значения с помощью TreeWeightsи, наконец, суммировать масштабируемые значения и Bias вверх.
TreeEnsembleFeaturizationEstimatorBase	Этот класс инкапсулирует общее поведение всех признаков на основе деревьев, таких как FastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimatorи FastForestRegressionFeaturizationEstimatorPretrainedTreeFeaturizationEstimator. Все создатели признаков на основе дерева используют одну и ту же схему вывода, вычисленную с помощью GetOutputSchema(SchemaShape). Для всех обработчиков признаков на основе дерева требуется имя столбца входных компонентов и суффикс для всех выходных столбцов. Возвращаемый ITransformerFit(IDataView) результатом создает три столбца: (1) прогнозирующие значения всех деревьев, (2) идентификаторы выходного вектора признаков попадают в и (3) двоичный вектор, который кодирует пути к этим конечным листьям.
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	Распространенные варианты признаков на основе дерева, такие как FastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimatorFastForestRegressionFeaturizationEstimatorи PretrainedTreeFeaturizationEstimator.
TreeEnsembleFeaturizationTransformer	ITransformer результатом установки любого производного TreeEnsembleFeaturizationEstimatorBaseкласса . Производные классы включают, например, FastTreeBinaryFeaturizationEstimator и FastForestRegressionFeaturizationEstimator.
TreeEnsembleModelParameters	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree является производным от TreeEnsembleModelParameters строго типизированного открытого атрибута для TrainedTreeEnsembleпредоставления пользователям сведений обученной модели. Ее функция Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructure, вызывается для создания TrainedTreeEnsemble внутри TreeEnsembleModelParameters. Обратите внимание, что основное различие между TreeEnsembleModelParametersBasedOnQuantileRegressionTree типом TreeEnsembleModelParametersBasedOnRegressionTree и типом TrainedTreeEnsemble.
TreeEnsembleModelParametersBasedOnRegressionTree	TreeEnsembleModelParametersBasedOnRegressionTree является производным от TreeEnsembleModelParameters строго типизированного открытого атрибута для TrainedTreeEnsembleпредоставления пользователям сведений обученной модели. Ее функция Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure, вызывается для создания TrainedTreeEnsemble внутри TreeEnsembleModelParameters. Обратите внимание, что основное различие между TreeEnsembleModelParametersBasedOnQuantileRegressionTree типом TreeEnsembleModelParametersBasedOnRegressionTree и типом TrainedTreeEnsemble.
TreeOptions	Параметры для обучающих деревьев.

Перечисления

BoostedTreeOptions.OptimizationAlgorithmType	Типы алгоритмов оптимизации.
Bundle	Пространство имен, содержащее обучающие средства, параметры модели и служебные программы для алгоритмов быстрого дерева.
EarlyStoppingMetric	Остановка измерений для классификации и регрессии.
EarlyStoppingRankingMetric	Остановка измерений для ранжирования.