GamBinaryTrainer 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.
Genelleştirilmiş IEstimator<TTransformer> katkılı modellerle (GAM) ikili sınıflandırma modelini eğitin.
public sealed class GamBinaryTrainer : Microsoft.ML.Trainers.FastTree.GamTrainerBase<Microsoft.ML.Trainers.FastTree.GamBinaryTrainer.Options,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.FastTree.GamBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.FastTree.GamBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>type GamBinaryTrainer = class
inherit GamTrainerBase<GamBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<GamBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<GamBinaryModelParameters, PlattCalibrator>>Public NotInheritable Class GamBinaryTrainer
Inherits GamTrainerBase(Of GamBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of GamBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of GamBinaryModelParameters, PlattCalibrator))- Devralma
Açıklamalar
Bu eğitmeni oluşturmak için Gam veya Gam(Seçenekler) kullanın.
Giriş ve Çıkış Sütunları
Giriş etiket sütunu verileri Booleanolmalıdır. 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 hesaplanan ilişkisiz puan. | |
PredictedLabel |
Boolean | Skorun işaretine dayanarak tahmin edilen etiket. Negatif bir skor false ile eşleşir ve pozitif bir skor trueile eşleşir. |
|
Probability |
Single | Etiket olarak true değerinin ayarlanmasıyla hesaplanan olasılık. Olasılık değeri [0, 1] aralığındadır. |
Eğitmen Özellikleri
| Makine öğrenmesi görevi | İkili sınıflandırma |
| Normalleştirme gerekli mi? | Hayır |
| Önbelleğe alma gerekli mi? | Hayır |
| Microsoft.ML'ye ek olarak gerekli NuGet | Microsoft.ML.FastTree |
| ONNX'e aktarılabilir | Hayır |
Eğitim Algoritması Ayrıntıları
Genelleştirilmiş Eklenebilir Modeller veya GAM'ler, verileri doğrusal modele benzer doğrusal olarak bağımsız özellikler kümesi olarak modeller. HER özellik için GAM eğitmeni, yanıtı özelliğin değerinin bir işlevi olarak hesaplayan "şekil işlevi" olarak adlandırılan doğrusal olmayan bir işlev öğrenir. (Buna karşılık, doğrusal model her özelliğe doğrusal yanıt (çizgi gibi) sığdırıyor.) Bir girişi puanlemek için, tüm şekil işlevlerinin çıkışları toplanır ve puan toplam değeridir.
Bu GAM eğitmeni, nonparametrik şekil işlevlerini öğrenmek için sığ gradyan artırılmış ağaçlar (örneğin ağaç kütükleri) kullanılarak uygulanır ve Lou, Caruana ve Gehrke'de açıklanan yöntemi temel alır. "Sınıflandırma ve Regresyon için Anlaşılır Modeller." KDD'12, Pekin, Çin. 2012. Eğitimden sonra, eğitim kümesindeki ortalama tahmini temsil eden bir kesme noktası eklenir ve şekil işlevleri, ortalama tahminden sapmayı temsil etmek için normalleştirilir. Bu, kesme noktasını ve şekil işlevlerini inceleyerek kolayca yorumlanan modeller elde edilir. BIR GAM modelini eğitmek ve sonuçları incelemek ve yorumlamak için aşağıdaki örneğe bakın.
Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.
Alanlar
| Name | Description |
|---|---|
| FeatureColumn |
Eğitmenin beklediği özellik sütunu. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| LabelColumn |
Eğitmenin beklediği etiket sütunu. etiketin eğitim için kullanılmadığını gösteren olabilir |
| WeightColumn |
Eğitmenin beklediği ağırlık sütunu. olabilir |
Özellikler
| Name | Description |
|---|---|
| Info |
Genelleştirilmiş IEstimator<TTransformer> katkılı modellerle (GAM) ikili sınıflandırma modelini eğitin. (Devralındığı yer: GamTrainerBase<TOptions,TTransformer,TPredictor>) |
Yöntemler
| Name | Description |
|---|---|
| Fit(IDataView, IDataView) |
Hem eğitim hem de doğrulama verilerini kullanarak bir GamBinaryTrainer eğiterek bir BinaryPredictionTransformer<TModel>döndürür. |
| Fit(IDataView) |
Bir eğitip döndürür ITransformer. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
Genelleştirilmiş IEstimator<TTransformer> katkılı modellerle (GAM) ikili sınıflandırma modelini eğitin. (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. |