QuantileRegressionTree 类

定义

命名空间:

Microsoft.ML.Trainers.FastTree

程序集:

Microsoft.ML.FastTree.dll

包:

Microsoft.ML.FastTree v2.0.0

用于向用户公开 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree属性的容器类。 此类不应可变，因此它包含大量只读成员。 除了继承自 RegressionTreeBase的东西，我们添加 GetLeafSamplesAt(Int32) 和 GetLeafSampleWeightsAt(Int32) 公开 (子采样的) 训练标签落入叶Index-th 叶及其权重。

public sealed class QuantileRegressionTree : Microsoft.ML.Trainers.FastTree.RegressionTreeBase

type QuantileRegressionTree = class
    inherit RegressionTreeBase

Public NotInheritable Class QuantileRegressionTree
Inherits RegressionTreeBase

继承

Object

RegressionTreeBase

QuantileRegressionTree

属性

CategoricalSplitFlags	确定拆分函数的类型。 如果 CategoricalSplitFlags[i] 为 true，则 i-th 节点使用分类拆分函数。 否则，使用传统的数字拆分。 (继承自 RegressionTreeBase)
LeafValues	LeafValues[i] 是 i-th 叶的学习值。 (继承自 RegressionTreeBase)
LeftChild	LeftChild[i] 是当 (1 (1 时使用的 i-th 节点子索引，) [ NumericalSplitFeatureIndexesi] 索引的数字特征小于或等于阈值 NumericalSplitThresholds[i]，或 (2) nodeIndex=i 返回的值为分类特征 GetCategoricalCategoricalSplitFeatureRangeAt(Int32)不是 nodeIndex=i 的 GetCategoricalSplitFeaturesAt(Int32) 子集。 请注意，仅当 [i] 为 false 时 CategoricalSplitFlags，才会发生 (1) 的情况，否则 (2) 发生。 非负返回的值表示节点 (，即不是叶) ;例如，2 表示基础 Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree中的第三个节点。 负返回的值表示叶;例如，-1 代表 ~ 基础 Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree中的 (-1) 叶。 请注意， ~ 是 C# 中的按位补运算符;有关详细信息，请参阅 https://docs.microsoft.com/en-us/dotnet/csharp/language-reference/operators/bitwise-complement-operator。 (继承自 RegressionTreeBase)
NumberOfLeaves	树中的叶数。 请注意， NumberOfLeaves 不考虑非叶节点。 (继承自 RegressionTreeBase)
NumberOfNodes	树中的节点数。 这不包括任何叶子。 例如，具有 node0-node1>、node0-leaf3、node1-leaf1>、node1-leaf2 NumberOfNodes>>的NumberOfLeaves树应分别为 2 和 3。 (继承自 RegressionTreeBase)
NumericalSplitFeatureIndexes	NumericalSplitFeatureIndexes[i] 是使用 i-th 节点的拆分函数的功能索引。 仅当 [i] 为 false 时 CategoricalSplitFlags，此值才有效。 (继承自 RegressionTreeBase)
NumericalSplitThresholds	NumericalSplitThresholds[i] 是 [i] 为特征编制 NumericalSplitFeatureIndexes索引的阈值，其中 i 是 i-th 节点的索引 (例如，对于) 中的 Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree 第 2 个节点，i 为 1。 (继承自 RegressionTreeBase)
RightChild	RightChild[i] 是当两个条件（ (1) 和 (2) LeftChild）两个条件时使用的 i-th 节点子索引不是真的。 其返回值遵循在 ..LeftChild (继承自 RegressionTreeBase)
SplitGains	通过在节点上拆分数据来获取的收益。 它的 i-th 值从 i-th 节点的拆分计算。 (继承自 RegressionTreeBase)

方法

GetCategoricalCategoricalSplitFeatureRangeAt(Int32)	返回在 nodeIndex 编制索引的节点中使用的分类阈值范围。 nodeIndex 为节点编制索引的分类拆分可以一次考虑多个连续输入特征：其范围由 GetCategoricalCategoricalSplitFeatureRangeAt(Int32). 返回的值始终为 2 元素数组;其第 1 个元素是起始索引，第 2 个元素是特征段的结束索引。 仅当 [nodeIndex] 为 true 时 CategoricalSplitFlags，返回的值才有效。 (继承自 RegressionTreeBase)
GetCategoricalSplitFeaturesAt(Int32)	返回在 nodeIndex 编制索引的节点中使用的分类阈值。 如果考虑的输入功能与所 GetCategoricalSplitFeaturesAt(Int32)返回的任何值不匹配，我们将它称为小于阈值的事件，因此 LeftChild[nodeIndex] 是输入应接下来返回的子节点。 仅当 [nodeIndex] 为 true 时 CategoricalSplitFlags，返回的值才有效。 (继承自 RegressionTreeBase)
GetLeafSamplesAt(Int32)	返回落入指定叶的训练标签。
GetLeafSampleWeightsAt(Int32)	返回落入指定叶的训练标签的权重。 如果 GetLeafSamplesAt(Int32) 并 GetLeafSampleWeightsAt(Int32) 使用相同的输入，则此函数的第一个返回值是第 i 个标签的 GetLeafSamplesAt(Int32)权重。