LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase Класс

Определение

Пространство имен:

Microsoft.ML.Trainers.LightGbm

Сборка:

Microsoft.ML.LightGbm.dll

Пакет:

Microsoft.ML.LightGbm v3.0.1

public class LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithGroupId where TOptions : LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : class

type LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model (requires 'Options :> LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
    inherit TrainerInputBaseWithGroupId

Public Class LightGbmTrainerBase(Of TOptions, TOutput, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithGroupId

Параметры типа

TOptions

TOutput

TTransformer

TModel

Наследование

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase

Производный

Microsoft.ML.Trainers.LightGbm.LightGbmBinaryTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRankingTrainer.Options

Microsoft.ML.Trainers.LightGbm.LightGbmRegressionTrainer.Options

Поля

BatchSize	Количество точек данных на пакет при загрузке данных.
CategoricalSmoothing	Laplace гладкий термин в категориальных признаках разбиение. Это может снизить влияние шума на категориальные признаки, особенно для категорий с небольшим количеством данных.
EarlyStoppingRound	Определяет количество раундов, после чего обучение остановится, если метрика проверки не улучшается.
ExampleWeightColumnName	Столбец, используемый для примера веса. (Унаследовано от TrainerInputBaseWithWeight)
FeatureColumnName	Столбец, используемый для функций. (Унаследовано от TrainerInputBase)
HandleMissingValue	Следует ли включить специальную обработку отсутствующих значений.
L2CategoricalRegularization	Нормализация L2 для категориального разделения.
LabelColumnName	Столбец, используемый для меток. (Унаследовано от TrainerInputBaseWithLabel)
LearningRate	Скорость сжатия деревьев, используемая для предотвращения чрезмерной установки.
MaximumBinCountPerFeature	Максимальное количество ячеек, в которых значения признаков будут сегментированы.
MaximumCategoricalSplitPointCount	Максимальное число категорийных точек разделения, которые следует учитывать при разбинии на категориальную функцию.
MinimumExampleCountPerGroup	Минимальное количество точек данных на категориальную группу.
MinimumExampleCountPerLeaf	Минимальное количество точек данных, необходимых для формирования нового листа дерева.
NumberOfIterations	Количество итераций увеличения. Новое дерево создается в каждой итерации, поэтому это эквивалентно количеству деревьев.
NumberOfLeaves	Максимальное количество листьев в одном дереве.
NumberOfThreads	Определяет количество потоков, используемых для запуска LightGBM.
RowGroupColumnName	Столбец, используемый для примера groupId. (Унаследовано от TrainerInputBaseWithGroupId)
Seed	Случайное начальное значение для LightGBM для использования.
Silent	Управляет уровнем ведения журнала в LighGBM.
UseCategoricalSplit	Следует ли включать категориальное разделение или нет.
UseZeroAsMissingValue	Указывает, следует ли включить использование нуля (0) в качестве отсутствующих значений.
Verbose	Определяет, следует ли выводить состояние хода выполнения во время обучения и оценки.

Свойства

Booster

Используемый параметр Booster