FastTreeTweedieTrainer.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.
FastTreeTweedieTrainerFastTreeTweedie(Seçenekler)'de kullanılan seçenekleri.
public sealed class FastTreeTweedieTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>
type FastTreeTweedieTrainer.Options = class
inherit BoostedTreeOptions
interface IComponentFactory<ITrainer>
interface IComponentFactory
Public NotInheritable Class FastTreeTweedieTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)
- Devralma
-
FastTreeTweedieTrainer.Options
- Uygulamalar
-
IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>
Oluşturucular
FastTreeTweedieTrainer.Options() |
Varsayılan değerlerle yeni FastTreeTweedieTrainer.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) |
Index |
[1, 2] aralığındaki Tweedie dağılımı için dizin parametresi. 1 Poisson kaybı, 2 gama kaybı ve ara değerler bileşik Poisson kaybıdır. |
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) |
FastTreeTweedieTrainerFastTreeTweedie(Seçenekler)'de kullanılan seçenekleri. |