LightGbmBinaryModelParameters Sınıf

Tanım

Ad Alanı:

Microsoft.ML.Trainers.LightGbm

Bütünleştirilmiş Kod:

Microsoft.ML.LightGbm.dll

Paket:

Microsoft.ML.LightGbm v3.0.1

için LightGbmBinaryTrainermodel parametreleri.

public sealed class LightGbmBinaryModelParameters : Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree

type LightGbmBinaryModelParameters = class
    inherit TreeEnsembleModelParametersBasedOnRegressionTree

Public NotInheritable Class LightGbmBinaryModelParameters
Inherits TreeEnsembleModelParametersBasedOnRegressionTree

Devralma

Object

ModelParametersBase<Single>

TreeEnsembleModelParameters

TreeEnsembleModelParametersBasedOnRegressionTree

LightGbmBinaryModelParameters

Özellikler

TrainedTreeEnsemble

Kullanıcılara açık ağaç topluluğu. içindeki üzerindeki internalMicrosoft.ML.Trainers.FastTree.InternalTreeEnsembleTreeEnsemble<T>bir sarmalayıcıdır. (Devralındığı yer: TreeEnsembleModelParametersBasedOnRegressionTree)

Yöntemler

GetFeatureWeights(VBuffer<Single>)

Tüm ağaçlarda her özellik için kümülatif bölünmüş kazançlar elde edin. (Devralındığı yer: TreeEnsembleModelParameters)

Belirtik Arabirim Kullanımları

ICalculateFeatureContribution.FeatureContributionCalculator

Her özelliğin tarafından FeatureContributionCalculatingTransformerbir örneğin puanına katkısını belirlemek için kullanılır. Özellik katkısının hesaplanması temelde ağaçtaki hangi bölmelerin son puan üzerinde en fazla etkiye sahip olduğunu belirlemek ve etkinin değerini bölmeyi belirleyen özelliklere atamaktan oluşur. Daha kesin olarak, bir özelliğin katkısı, belirli bir özellik için bir karar düğümüyle her karşılaşıldığında karşıt alt ağacı keşfederek üretilen puan değişikliğine eşittir. İkili özellik F1 için bir karar düğümü olan tek bir karar ağacına sahip basit bir örneği göz önünde bulundurun. F1 özelliğinin true değerine eşit olduğu bir örnek verildiğinde, diğer özellikleri sabit tutarken F1 özelliğine karşılık gelen alt ağacı false'a eşit olarak seçersek elde edeceği puanı hesaplayabiliriz. Verilen örnek için F1 özelliğinin katkısı, özgün puan ile F1 özelliğine karşılık gelen düğümde karşıt karar alınarak elde edilen puan arasındaki farktır. Bu algoritma doğal olarak birçok karar ağacına sahip modellere uzanır. (Devralındığı yer: TreeEnsembleModelParameters)

ICanSaveModel.Save(ModelSaveContext)

için LightGbmBinaryTrainermodel parametreleri. (Devralındığı yer: ModelParametersBase<TOutput>)