GamRegressionTrainer 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.
IEstimator<TTransformer> Genelleştirilmiş katkı modelleri (GAM) ile regresyon modelini eğitme için.
public sealed class GamRegressionTrainer : Microsoft.ML.Trainers.FastTree.GamTrainerBase<Microsoft.ML.Trainers.FastTree.GamRegressionTrainer.Options,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.FastTree.GamRegressionModelParameters>,Microsoft.ML.Trainers.FastTree.GamRegressionModelParameters>type GamRegressionTrainer = class
inherit GamTrainerBase<GamRegressionTrainer.Options, RegressionPredictionTransformer<GamRegressionModelParameters>, GamRegressionModelParameters>Public NotInheritable Class GamRegressionTrainer
Inherits GamTrainerBase(Of GamRegressionTrainer.Options, RegressionPredictionTransformer(Of GamRegressionModelParameters), GamRegressionModelParameters)- Devralma
-
TrainerEstimatorBase<TTransformer,TPredictor>GamTrainerBase<GamRegressionTrainer.Options,RegressionPredictionTransformer<GamRegressionModelParameters>,GamRegressionModelParameters>GamRegressionTrainer
Açıklamalar
Bu eğitmeni oluşturmak için Gam veya Gam(Seçenekler) kullanın.
Giriş ve Çıkış Sütunları
Giriş etiketi sütun verileri olmalıdır Single. Giriş özellikleri sütun verileri bilinen boyutlu bir vektör Singleolmalıdır.
Bu eğitmen aşağıdaki sütunları oluşturur:
| Çıkış Sütunu Adı | Sütun Türü | Description |
|---|---|---|
Score |
Single | Model tarafından tahmin edilen ilişkisiz puan. |
Eğitmen Özellikleri
| Makine öğrenmesi görevi | Regresyon |
| Normalleştirme gerekli mi? | No |
| Önbelleğe alma gerekli mi? | No |
| Microsoft.ML ek olarak gerekli NuGet | Microsoft.ML.FastTree |
| ONNX'e aktarılabilir | No |
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 bir model her özelliğe doğrusal yanıt (örneğin çizgi) uygular.) Bir girişi puanlandırmak için tüm şekil işlevlerinin çıkışları toplanır ve puan toplam değeridir.
Bu GAM eğitmeni, yüzeysel olmayan şekil işlevlerini öğrenmek için yüzeysel 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 kümesi üzerindeki 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 modellere neden olur. BIR GAM modelini eğitmeye ve sonuçları incelemeye ve yorumlamaya ilişkin bir örnek için aşağıdaki örne bakın.
Kullanım örneklerinin bağlantıları için Ayrıca Bkz. bölümüne bakın.
Alanlar
| 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
| Info |
IEstimator<TTransformer> Genelleştirilmiş katkı modelleri (GAM) ile regresyon modelini eğitme için. (Devralındığı yer: GamTrainerBase<TOptions,TTransformer,TPredictor>) |
Yöntemler
| Fit(IDataView) |
Bir ITransformereğiter ve döndürür. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
| Fit(IDataView, IDataView) |
Hem eğitim hem de doğrulama verilerini kullanarak bir GamRegressionTrainer eğiter, döndürür RegressionPredictionTransformer<TModel>. |
| GetOutputSchema(SchemaShape) |
IEstimator<TTransformer> Genelleştirilmiş katkı modelleri (GAM) ile regresyon modelini eğitme için. (Devralındığı yer: TrainerEstimatorBase<TTransformer,TModel>) |
Uzantı Metotları
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Tahmin aracı zincirine bir 'önbelleğe alma denetim noktası' ekler. Bu, aşağı akış tahmincilerinin önbelleğe alınan verilere karşı eğitilmesini sağlar. Birden çok veri geçişi alan eğitmenlerden önce bir önbelleğe alma denetim noktası olması yararlıdır. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Tahmin aracı verildiğinde, çağrıldıktan sonra Fit(IDataView) temsilci 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 nesneye sahip işlem hatları halinde oluşturulur, bu nedenle transformatör 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. |