FastTreeRegressionTrainer.Options 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.
FastTreeRegressionTrainerFastTree(Seçenekler)'de kullanılan için seçenekleri.
public sealed class FastTreeRegressionTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>
type FastTreeRegressionTrainer.Options = class
inherit BoostedTreeOptions
interface IComponentFactory<ITrainer>
interface IComponentFactory
Public NotInheritable Class FastTreeRegressionTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)
- Devralma
-
FastTreeRegressionTrainer.Options
- Uygulamalar
-
IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>
Oluşturucular
FastTreeRegressionTrainer.Options() |
Varsayılan değerlerle yeni FastTreeRegressionTrainer.Options bir nesne oluşturun. |
Alanlar
AllowEmptyTrees |
Kök bölme mümkün olmadığında eğitimin devam etmesine izin verin. (Devralındığı yer: TreeOptions) |
BaggingExampleFraction |
Her çantada kullanılan eğitim örneklerinin yüzdesi. Varsayılan değer 0,7 (%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 yanlılık. (Devralındığı yer: TreeOptions) |
Bundling |
Düşük popülasyonlu bölmeleri paketle. Bundle.None(0): no bundling, Bundle.AggregateLowPopulation(1): Bundle low population, 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 |
İşlemi gerçekleştirirken diskin mi yoksa verilerin yerel transposition tesislerinin mi (uygunsa) kullanılıp kullanılmayacağı. (Devralındığı yer: TreeOptions) |
DropoutRate |
Ağaç düzenlileştirme için bırakma oranı. (Devralındığı yer: BoostedTreeOptions) |
EnablePruning |
Fazla uygunluktan kaçınmak için eğitim sonrası ağaç ayıklamayı etkinleştirin. Doğrulama kümesi gerektirir. (Devralındığı yer: BoostedTreeOptions) |
EntropyCoefficient |
0 ile 1 arasındaki entropi (normalleştirme) katsayısı. (Devralındığı yer: TreeOptions) |
ExampleWeightColumnName |
Ağırlık gibi kullanılacak sütun. (Devralındığı yer: TrainerInputBaseWithWeight) |
ExecutionTime |
Yürütme zamanı 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 kesri (rastgele seçilir). Özelliklerin yalnızca %90'ının gerekli olması durumunda 0,9 kullanın. Düşük sayılar aşırı uyumu azaltmaya yardımcı olur. (Devralındığı yer: TreeOptions) |
FeatureFractionPerSplit |
Her bölmede kullanılacak özelliklerin kesri (rastgele seçilir). Değeri 0,9 ise tüm özelliklerin %90'ı beklentiye düşer. (Devralındığı yer: TreeOptions) |
FeatureReusePenalty |
Özellik yeniden kullanım ceza (normalleştirme) katsayısı. (Devralındığı yer: TreeOptions) |
FeatureSelectionSeed |
Etkin özellik seçiminin tohumu. (Devralındığı yer: TreeOptions) |
FilterZeroLambdas |
Eğitim sırasında sıfır lambda filtreleyin. (Devralındığı yer: BoostedTreeOptions) |
GainConfidenceLevel |
Ağaç sığdırma güven gereksinimi kazanın. Yalnızca bu değerin üzerinde rastgele bir seçim kazancıyla karşı karşıya olma olasılığı varsa bir kazanç düşünün. (Devralındığı yer: TreeOptions) |
GetDerivativesSampleRate |
GetDerivatives işlevinde her 1 sorguyu k kez örnekle. (Devralındığı yer: BoostedTreeOptions) |
HistogramPoolSize |
Havuzdaki histogramların 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 bölerken dikkate alınacak en fazla kategorik bölme grubu. Bölünmüş gruplar, bölünmüş noktalardan oluşan bir koleksiyon. Bu, birçok kategorik özellik olduğunda fazla uygunluğu azaltmak için kullanılır. (Devralındığı yer: TreeOptions) |
MaximumCategoricalSplitPointCount |
Kategorik bir özelliğe 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 veri noktası sayısı. (Devralındığı yer: TreeOptions) |
MinimumExampleFractionForCategoricalSplit |
Bölmede bölme için dikkate alınacak en düşük kategorik örnek yüzdesi. Varsayılan değer tüm eğitim örneklerinin %0,1'idir. (Devralındığı yer: TreeOptions) |
MinimumExamplesForCategoricalSplit |
Bölmede bölme için dikkate alınacak en düşük kategorik örnek sayısı. (Devralındığı yer: TreeOptions) |
MinimumStepSize |
Minimum satır arama adımı boyutu. (Devralındığı yer: BoostedTreeOptions) |
NumberOfLeaves |
Her regresyon ağacındaki maksimum yaprak sayısı. (Devralındığı yer: TreeOptions) |
NumberOfThreads |
Kullanılacak iş parçacığı sayısı. (Devralındığı yer: TreeOptions) |
NumberOfTrees |
Toplulukta oluşturulacak karar ağacının toplam sayısı. (Devralındığı yer: TreeOptions) |
OptimizationAlgorithm |
Kullanılacak iyileştirme algoritması. (Devralındığı yer: BoostedTreeOptions) |
PruningThreshold |
Ayıklama için tolerans eşiği. (Devralındığı yer: BoostedTreeOptions) |
PruningWindowSize |
Ayıklama 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 |
Büzülme. (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 sparsity düzeyi gereklidir. (Devralındığı yer: TreeOptions) |
TestFrequency |
Eğitim/geçerli/her k turu için ölçüm değerlerini hesaplayın. (Devralındığı yer: TreeOptions) |
UseLineSearch |
Adım boyutu için satır aramanın kullanılıp kullanılmayacağını belirler. (Devralındığı yer: BoostedTreeOptions) |
UseTolerantPruning |
Budama için pencere ve tolerans kullanın. (Devralındığı yer: BoostedTreeOptions) |
WriteLastEnsemble |
Erken durdurularak belirlenen grup yerine son topluluğu yazın. (Devralındığı yer: BoostedTreeOptions) |
Özellikler
EarlyStoppingMetric |
Ölçümlerin erken durdurulması. |
EarlyStoppingRule |
Belirtilen ölçüt karşılandığında eğitim sürecini sonlandırmak için kullanılan erken durdurma kuralı. Olası seçenekler ve GeneralityLossRulegibi TolerantEarlyStoppingRule uygulamalarıdırEarlyStoppingRuleBase. (Devralındığı yer: BoostedTreeOptions) |
Belirtik Arabirim Kullanımları
IComponentFactory<ITrainer>.CreateComponent(IHostEnvironment) |
FastTreeRegressionTrainerFastTree(Seçenekler)'de kullanılan için seçenekleri. |
Şunlara uygulanır
Geri Bildirim
https://aka.ms/ContentUserFeedback.
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz.Gönderin ve geri bildirimi görüntüleyin