FastTreeBinaryTrainer.Options Sınıf

Tanım

Ad Alanı:

Microsoft.ML.Trainers.FastTree

Bütünleştirilmiş Kod:

Microsoft.ML.FastTree.dll

Paket:

Microsoft.ML.FastTree v5.0.0-preview.1.25125.4

Kaynak:

FastTreeArguments.cs

FastTreeBinaryTrainer FastTree(Seçenekler)'de kullanılan için seçenekleri.

public sealed class FastTreeBinaryTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>

type FastTreeBinaryTrainer.Options = class
    inherit BoostedTreeOptions
    interface IComponentFactory<ITrainer>
    interface IComponentFactory

Public NotInheritable Class FastTreeBinaryTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)

Devralma

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

BoostedTreeOptions

FastTreeBinaryTrainer.Options

Uygulamalar

IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>

Oluşturucular

Name	Description
FastTreeBinaryTrainer.Options()	Varsayılan değerlerle yeni FastTreeBinaryTrainer.Options bir nesne oluşturun.

Alanlar

Name	Description
AllowEmptyTrees	Kök bölme mümkün olmadığında eğitimin devam etmesine izin verin. (Devralındığı yer: TreeOptions)
BaggingExampleFraction	Her çantada kullanılan eğitim örneklerinin yüzdesi. Varsayılan değer 0,7 'dir (70%). (Devralındığı yer: TreeOptions)
BaggingSize	Her torbadaki ağaç sayısı (bagging'i devre dışı bırakmak için 0). (Devralındığı yer: TreeOptions)
BestStepRankingRegressionTrees	En iyi regresyon adım ağaçlarını kullanma seçeneği. (Devralındığı yer: BoostedTreeOptions)
Bias	Kategorik bir özellik için her özellik kutusu için gradyan hesaplamaya yönelik sapma. (Devralındığı yer: TreeOptions)
Bundling	Düşük popülasyonlu bölmeleri paketle. Bundle.None(0): paketleme yok, Bundle.AggregateLowPopulation(1): Paket düşük popülasyonu, Bundle.Adjacent(2): Komşu düşük popülasyon paketi. (Devralındığı yer: TreeOptions)
CategoricalSplit	Birden çok kategorik özellik değerine göre bölme yapılıp yapılmaymayacağı. (Devralındığı yer: TreeOptions)
CompressEnsemble	Ağaç Topluluğu'na sıkıştırın. (Devralındığı yer: TreeOptions)
DiskTranspose	Dönüştürmeyi gerçekleştirirken diskin mi yoksa verilerin yerel transpozisyon olanaklarının mı (uygunsa) kullanılıp kullanılmayacağı. (Devralındığı yer: TreeOptions)
DropoutRate	Ağaç normalleştirmesi için bırakma oranı. (Devralındığı yer: BoostedTreeOptions)
EnablePruning	Fazla uygunluktan kaçınmak için eğitim sonrası ağaç ayıklamayı etkinleştirin. Bir doğrulama kümesi gerektirir. (Devralındığı yer: BoostedTreeOptions)
EntropyCoefficient	0 ile 1 arasındaki entropi (normalleştirme) katsayısı. (Devralındığı yer: TreeOptions)
ExampleWeightColumnName	Kullanılacak sütun, örneğin ağırlık. (Devralındığı yer: TrainerInputBaseWithWeight)
ExecutionTime	Yürütme süresi dökümünü ML.NET kanala yazdırın. (Devralındığı yer: TreeOptions)
FeatureColumnName	Özellikler için kullanılacak sütun. (Devralındığı yer: TrainerInputBase)
FeatureFirstUsePenalty	Özellik ilk olarak ceza katsayısını kullanır. (Devralındığı yer: TreeOptions)
FeatureFlocks	Eğitimi hızlandırmak için veri kümesi hazırlığı sırasında özelliklerin toplanıp toplanmayacağı. (Devralındığı yer: TreeOptions)
FeatureFraction	Her yinelemede kullanılacak özelliklerin (rastgele seçilen) bölümü. Yalnızca 90% özellik gerekiyorsa 0,9 kullanın. Düşük sayılar fazla uyumu azaltmaya yardımcı olur. (Devralındığı yer: TreeOptions)
FeatureFractionPerSplit	Her bölmede kullanılacak özelliklerin kesri (rastgele seçilir). Değeri 0,9 ise, tüm özelliklerin 90% beklenenden düşmüştür. (Devralındığı yer: TreeOptions)
FeatureReusePenalty	Özellik yeniden kullanım cezası (normalleştirme) katsayısı. (Devralındığı yer: TreeOptions)
FeatureSelectionSeed	Etkin özellik seçiminin tohumu. (Devralındığı yer: TreeOptions)
FilterZeroLambdas	Eğitim sırasında sıfır lambda filtreleyin. (Devralındığı yer: BoostedTreeOptions)
GainConfidenceLevel	Ağaç uydurma güvenilirlik gereksinimi. Yalnızca bu değerin üzerinde rastgele bir seçim kazancıyla karşı karşıya olma olasılığı varsa bir kazanç düşünün. (Devralındığı yer: TreeOptions)
GetDerivativesSampleRate	GetDerivatives işlevinde her 1 sorgusunu k kez örnekle. (Devralındığı yer: BoostedTreeOptions)
HistogramPoolSize	Havuzdaki histogram sayısı (2 ile numLeaves arasında). (Devralındığı yer: TreeOptions)
LabelColumnName	Etiketler için kullanılacak sütun. (Devralındığı yer: TrainerInputBaseWithLabel)
LearningRate	Öğrenme oranı. (Devralındığı yer: BoostedTreeOptions)
MaximumBinCountPerFeature	Özellik başına en fazla ayrı değer (bölme) sayısı. (Devralındığı yer: TreeOptions)
MaximumCategoricalGroupCountPerNode	Kategorik bir özellikte bölünürken dikkate alınacak en fazla kategorik bölme grubu. Bölünmüş gruplar, bölünmüş noktalardan oluşan bir koleksiyonlardır. Bu, çok sayıda kategorik özellik olduğunda fazla uygunluğu azaltmak için kullanılır. (Devralındığı yer: TreeOptions)
MaximumCategoricalSplitPointCount	Kategorik bir özellikte bölünürken dikkate alınacak en fazla kategorik bölme noktası. (Devralındığı yer: TreeOptions)
MaximumNumberOfLineSearchSteps	Köşeli ayraç sonrası satır arama adımlarının sayısı. (Devralındığı yer: BoostedTreeOptions)
MaximumTreeOutput	Tek ağaç çıkışının mutlak değerinde üst sınır. (Devralındığı yer: BoostedTreeOptions)
MemoryStatistics	Bellek istatistiklerini ML.NET kanala yazdırın. (Devralındığı yer: TreeOptions)
MinimumExampleCountPerLeaf	Yeni bir ağaç yaprağı oluşturmak için gereken en az sayıda veri noktası. (Devralındığı yer: TreeOptions)
MinimumExampleFractionForCategoricalSplit	Bölme için dikkate alınacak en düşük kategorik örnek yüzdesi. Varsayılan değer, tüm eğitim örneklerinin 0,1%' dir. (Devralındığı yer: TreeOptions)
MinimumExamplesForCategoricalSplit	Bölme için dikkate alınacak en düşük kategorik örnek sayısı. (Devralındığı yer: TreeOptions)
MinimumStepSize	En düşük satır arama adımı boyutu. (Devralındığı yer: BoostedTreeOptions)
NumberOfLeaves	Her regresyon ağacındaki en fazla yaprak sayısı. (Devralındığı yer: TreeOptions)
NumberOfThreads	Kullanılacak iş parçacığı sayısı. (Devralındığı yer: TreeOptions)
NumberOfTrees	Toplulukta oluşturulacak toplam karar ağacı sayısı. (Devralındığı yer: TreeOptions)
OptimizationAlgorithm	Kullanılacak iyileştirme algoritması. (Devralındığı yer: BoostedTreeOptions)
PruningThreshold	Budama için tolerans eşiği. (Devralındığı yer: BoostedTreeOptions)
PruningWindowSize	Budama için hareketli pencere boyutu. (Devralındığı yer: BoostedTreeOptions)
RandomStart	Eğitim rastgele sıralamadan başlar (/r1 tarafından belirlenir). (Devralındığı yer: BoostedTreeOptions)
RowGroupColumnName	GroupId gibi kullanılacak sütun. (Devralındığı yer: TrainerInputBaseWithGroupId)
Seed	Rastgele sayı oluşturucunun tohumu. (Devralındığı yer: TreeOptions)
Shrinkage	Küçülme. (Devralındığı yer: BoostedTreeOptions)
Smoothing	Ağaç düzenlileştirme için düzeltme parametresi. (Devralındığı yer: TreeOptions)
SoftmaxTemperature	Özelliği seçmek için rastgele softmax dağılımının sıcaklığı. (Devralındığı yer: TreeOptions)
SparsifyThreshold	Seyrek özellik gösterimini kullanmak için gereken sparsity düzeyi. (Devralındığı yer: TreeOptions)
TestFrequency	Her k turlarında eğit/geçerli/test için ölçüm değerlerini hesaplayın. (Devralındığı yer: TreeOptions)
UnbalancedSets	Dengesiz eğitim verileri için iyileştirilmiş türevlerin kullanılıp kullanılmaymayacağı.
UseLineSearch	Adım boyutu için satır araması kullanılıp kullanılmayacağını belirler. (Devralındığı yer: BoostedTreeOptions)
UseTolerantPruning	Budama için pencere ve tolerans kullanın. (Devralındığı yer: BoostedTreeOptions)
WriteLastEnsemble	Erken durdurularak belirlenen grup yerine son grubu yazın. (Devralındığı yer: BoostedTreeOptions)

Özellikler

Name	Description
EarlyStoppingMetric	Ölçümleri erken durdurma.
EarlyStoppingRule	Belirtilen ölçüt karşılandığında eğitim sürecini sonlandırmak için kullanılan erken durdurma kuralı. Olası seçenekler ve GeneralityLossRulegibi TolerantEarlyStoppingRule 'nin uygulamalarıdırEarlyStoppingRuleBase. (Devralındığı yer: BoostedTreeOptions)

Belirtik Arabirim Kullanımları

Name	Description
IComponentFactory<ITrainer>.CreateComponent(IHostEnvironment)	FastTreeBinaryTrainer FastTree(Seçenekler)'de kullanılan için seçenekleri.