FastForestRegressionTrainer Sınıf
Tanım
Önemli
Bazı bilgiler ürünün ön sürümüyle ilgilidir ve sürüm öncesinde önemli değişiklikler yapılmış olabilir. Burada verilen bilgilerle ilgili olarak Microsoft açık veya zımni hiçbir garanti vermez.
IEstimator<TTransformer> Hızlı Orman kullanarak karar ağacı regresyon modelini eğitme için.
public sealed class FastForestRegressionTrainer : Microsoft.ML.Trainers.FastTree.RandomForestTrainerBase<Microsoft.ML.Trainers.FastTree.FastForestRegressionTrainer.Options,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.FastTree.FastForestRegressionModelParameters>,Microsoft.ML.Trainers.FastTree.FastForestRegressionModelParameters>type FastForestRegressionTrainer = class
inherit RandomForestTrainerBase<FastForestRegressionTrainer.Options, RegressionPredictionTransformer<FastForestRegressionModelParameters>, FastForestRegressionModelParameters>Public NotInheritable Class FastForestRegressionTrainer
Inherits RandomForestTrainerBase(Of FastForestRegressionTrainer.Options, RegressionPredictionTransformer(Of FastForestRegressionModelParameters), FastForestRegressionModelParameters)- Devralma
Açıklamalar
Bu eğitmeni oluşturmak için FastForest veya FastForest(Seçenekler) kullanın.
Giriş ve Çıkış Sütunları
Giriş etiket sütunu verileri Singleolmalıdır. Giriş özellikleri sütun verileri bilinen boyutlu bir vektör olmalıdır Single.
Bu eğitmen aşağıdaki sütunları üretir:
| Çıkış Sütunu Adı | Sütun Türü | Description |
|---|---|---|
Score |
Single | Model tarafından tahmin edilen ilişkisiz puan. |
Eğitmen Özellikleri
| Makine öğrenmesi görevi | Regression |
| Normalleştirme gerekli mi? | Hayır |
| Önbelleğe alma gerekli mi? | Hayır |
| Microsoft.ML'ye ek olarak gerekli NuGet | Microsoft.ML.FastTree |
| ONNX'e aktarılabilir | Evet |
Eğitim Algoritması Ayrıntıları
Karar ağaçları, girişler üzerinde bir dizi basit test gerçekleştiren parametrik olmayan modellerdir. Bu karar yordamı bunları eğitim veri kümesinde bulunan ve girişleri işlenen örneğe benzeyen çıkışlarla eşler. İkili ağaç veri yapısının her düğümünde, uygun yaprak düğümüne ulaşılana ve çıkış kararı döndürülene kadar her örneği ağacın dalları üzerinden özyinelemeli olarak eşleyen bir benzerlik ölçüsüne dayalı olarak bir karar verilir.
Karar ağaçlarının çeşitli avantajları vardır:
- Eğitim ve tahmin sırasında hem hesaplama hem de bellek kullanımı açısından verimlidir.
- Doğrusal olmayan karar sınırlarını temsil edebilir.
- Tümleşik özellik seçimi ve sınıflandırması gerçekleştirir.
- Gürültülü özelliklerin varlığında dayanıklıdırlar.
Hızlı orman, rastgele bir orman uygulamasıdır. Model, karar ağaçlarının bir topluluğundan oluşur. Karar ormanındaki her ağaç, tahmin yoluyla bir Gauss dağılımı oluşturur. Modeldeki tüm ağaçlar için birleşik dağılıma en yakın Gauss dağılımını bulmak için ağaç topluluğu üzerinde bir toplama gerçekleştirilir. Bu karar ormanı sınıflandırıcısı, karar ağaçlarının bir topluluğundan oluşur.
Genel olarak, topluluk modelleri tek karar ağaçlarından daha iyi kapsama ve doğruluk sağlar. Karar ormanındaki her ağaç bir Gauss dağılımı oluşturur.
Daha fazla bilgi için bkz:
Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.
Alanlar
| Name | Description |
|---|---|
| FeatureColumn |
Eğitmenin beklediği özellik sütunu. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| GroupIdColumn |
Derecelendirme eğitmenlerinin beklediği isteğe bağlı groupID sütunu. (Devralındığı yer: TrainerEstimatorBaseWithGroupId<TTransformer,TModel>) |
| LabelColumn |
Eğitmenin beklediği etiket sütunu. etiketin eğitim için kullanılmadığını gösteren olabilir |
| WeightColumn |
Eğitmenin beklediği ağırlık sütunu. olabilir |
Özellikler
| Name | Description |
|---|---|
| Info |
IEstimator<TTransformer> Hızlı Orman kullanarak karar ağacı regresyon modelini eğitme için. (Devralındığı yer: FastTreeTrainerBase<TOptions,TTransformer,TModel>) |
Yöntemler
| Name | Description |
|---|---|
| Fit(IDataView, IDataView) |
Hem eğitim hem de doğrulama verilerini kullanarak bir FastForestRegressionTrainer eğiterek bir RegressionPredictionTransformer<TModel>döndürür. |
| Fit(IDataView) |
Bir eğitip döndürür ITransformer. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
IEstimator<TTransformer> Hızlı Orman kullanarak karar ağacı regresyon modelini eğitme için. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
Uzantı Metotları
| Name | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Tahmin zincirine bir 'önbelleğe alma denetim noktası' ekler. Bu, aşağı akış tahmincilerinin önbelleğe alınmış verilere karşı eğitilmesini sağlar. Birden fazla veri alan eğitmenler geçişten önce bir önbelleğe alma kontrol noktasının olması yararlıdır. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Tahmin aracı verildiğinde, bir temsilci çağrıldıktan sonra Fit(IDataView) çağıracak bir sarmalama nesnesi döndürün. Tahmin aracının neyin uygun olduğu hakkında bilgi döndürmesi genellikle önemlidir. Bu nedenle Fit(IDataView) yöntem yalnızca genel ITransformerbir nesne yerine özel olarak yazılan bir nesne döndürür. Bununla birlikte, aynı zamanda, IEstimator<TTransformer> genellikle birçok nesne içeren işlem hatları halinde oluşturulur, bu nedenle transformatörü almak istediğimiz tahmin aracının EstimatorChain<TLastTransformer> bu zincirde bir yere gömüldüğü bir tahmin zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla uygun çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz. |