FastTreeBinaryFeaturizationEstimator Sınıf

Tanım

Ad Alanı:

Microsoft.ML.Trainers.FastTree

Bütünleştirilmiş Kod:

Microsoft.ML.FastTree.dll

Paket:

Microsoft.ML.FastTree v2.0.0

Giriş IEstimator<TTransformer> özelliği vektörünü ağaç tabanlı özelliklere dönüştürmek için A.

public sealed class FastTreeBinaryFeaturizationEstimator : Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationEstimatorBase

type FastTreeBinaryFeaturizationEstimator = class
    inherit TreeEnsembleFeaturizationEstimatorBase

Public NotInheritable Class FastTreeBinaryFeaturizationEstimator
Inherits TreeEnsembleFeaturizationEstimatorBase

Devralma

Object

TreeEnsembleFeaturizationEstimatorBase

FastTreeBinaryFeaturizationEstimator

Açıklamalar

Giriş ve Çıkış Sütunları

Giriş etiketi sütun verileri olmalıdır Boolean. Giriş özellikleri sütun verileri bilinen boyutlu bir vektör Singleolmalıdır.

Bu tahmin aracı aşağıdaki sütunların çıkışını oluşturur:

Çıkış Sütunu Adı	Sütun Türü	Description
Trees	Bilinen boyutlu vektör Single	Tüm ağaçların çıkış değerleri. Boyutu, ağaç grubu modelindeki toplam ağaç sayısıyla aynıdır.
Leaves	Bilinen boyutlu vektör Single	Giriş özelliği vektörünün içine düştüğü tüm yaprakların kimliklerine 0-1 vektör gösterimi. Boyutu, ağaç grubu modelindeki toplam yaprak sayısıdır.
Paths	Bilinen boyutlu vektör Single	Giriş özelliği vektörlerinin yapraklara ulaşmak için geçtiği yollara 0-1 vektör gösterimi. Boyutu, ağaç grubu modelindeki yaprak olmayan düğümlerin sayısıdır.

Bu çıkış sütunlarının tümü isteğe bağlıdır ve kullanıcı adlarını değiştirebilir. Atlanan sütunların adlarını null olarak ayarlayarak üretilmelerini sağlayın.

Tahmin Ayrıntıları

Bu tahmin aracı, bir ağaç grubu modelinden birkaç çıkış sütunu üretir. Modelin yalnızca bir karar ağacı içerdiğini varsayalım:

               Node 0
               /    \
             /        \
           /            \
         /                \
       Node 1            Node 2
       /    \            /    \
     /        \        /        \
   /            \     Leaf -3  Node 3
  Leaf -1      Leaf -2         /    \
                             /        \
                            Leaf -4  Leaf -5

Giriş özelliği vektörunun içine Leaf -1düştüğünü varsayalım. Çıkış Trees , tek değerin tarafından Leaf -1taşınan karar değeri olduğu 1 öğeli bir vektör olabilir. Çıkış Leaves 0-1 vektördür. Ulaşılan yaprak $i$-th ise (ilk yaprak Leaf -1$-(i+1)$ ile dizine alınır), içindeki $i$-th değeri Leaves 1 olur ve diğer tüm değerler 0 olur. Çıkış Paths , yaprak ulaşmadan önce geçirilen düğümlerin 0-1 gösterimidir. içindeki Paths $i$-th öğesi, $i$-th düğümüne ($i$ ile dizinlenmiş) dokunulduğunu gösterir. Örneğin, $[1, 1, 0, 0]$ öğesine PathsulaşmakLeaf -1. Birden çok ağaç varsa, bu tahmin aracı tüm ağaçlardan 'ları LeavesPathsbirleştirir Trees(birleştirilmiş vektörlerde ilk ağacın bilgileri önce gelir).

Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.

Yöntemler

Fit(IDataView)	içinde adlı InputColumnNameinput sütunu üç çıkış sütunuyla eşleyen bir TreeEnsembleModelParameters oluşturun. (Devralındığı yer: TreeEnsembleFeaturizationEstimatorBase)
GetOutputSchema(SchemaShape)	PretrainedTreeFeaturizationEstimator içine inputSchemaüç kayan vektör sütunu ekler. Bir özellik vektörü sütunu verildiğinde, eklenen sütunlar tüm ağaçların tahmin değerleridir, özellik vektörünün içine düştüğü yaprak kimlikleri ve bu yaprakların yollarıdır. (Devralındığı yer: TreeEnsembleFeaturizationEstimatorBase)

Uzantı Metotları

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Tahmin zincirine 'önbelleğe alma denetim noktası' ekleme. Bu, aşağı akış tahmincilerinin önbelleğe alınan verilere karşı eğitilmesini sağlar. Birden çok veri geçiren eğitmenlerden önce bir önbelleğe alma kontrol noktası 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 gömülü olduğu bir tahmin aracı zinciri oluşturmamız gerekebilir. Bu senaryo için, bu yöntem aracılığıyla sığdır çağrıldıktan sonra çağrılacak bir temsilci ekleyebiliriz.

Ayrıca bkz.

• FeaturizeByFastTreeBinary(TransformsCatalog, FastTreeBinaryFeaturizationEstimator+Options)