Microsoft.ML.Trainers.FastTree 命名空间

包含快速树算法的训练程序、模型参数和实用工具的命名空间。

类

BoostedTreeOptions	用于提升树训练器的选项。
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
ConsecutiveGeneralityLossRule	通用性连续损失 (UP) 。
EarlyStoppingRule	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
EarlyStoppingRuleBase	满足指定条件后，用于终止训练过程的早期停止规则。 用于设置 EarlyStoppingRuleEarlyStoppingRule。
FastForestBinaryFeaturizationEstimator	用于 IEstimator<TTransformer> 将输入特征向量转换为基于树的特征。
FastForestBinaryFeaturizationEstimator.Options	选项 FastForestBinaryFeaturizationEstimator。
FastForestBinaryModelParameters	的 FastForestBinaryTrainer模型参数 。
FastForestBinaryTrainer	用于 IEstimator<TTransformer> 使用快速林训练决策树二元分类模型。
FastForestBinaryTrainer.Options	FastForestBinaryTrainerFastForest (选项) 中使用的选项。
FastForestOptionsBase	快速林训练器选项的基类。
FastForestRegressionFeaturizationEstimator	用于 IEstimator<TTransformer> 将输入特征向量转换为基于树的特征。
FastForestRegressionFeaturizationEstimator.Options	选项 FastForestRegressionFeaturizationEstimator。
FastForestRegressionModelParameters	的 FastForestRegressionTrainer模型参数 。
FastForestRegressionTrainer	用于 IEstimator<TTransformer> 使用快速林训练决策树回归模型。
FastForestRegressionTrainer.Options	FastForestRegressionTrainerFastForest (选项) 中使用的选项。
FastTreeBinaryFeaturizationEstimator	用于 IEstimator<TTransformer> 将输入特征向量转换为基于树的特征。
FastTreeBinaryFeaturizationEstimator.Options	选项 FastTreeBinaryFeaturizationEstimator。
FastTreeBinaryModelParameters	的 FastTreeBinaryTrainer模型参数 。
FastTreeBinaryTrainer	用于 IEstimator<TTransformer> 使用 FastTree 训练决策树二元分类模型。
FastTreeBinaryTrainer.Options	FastTreeBinaryTrainerFastTree (选项) 中使用的选项。
FastTreeRankingFeaturizationEstimator	用于 IEstimator<TTransformer> 将输入特征向量转换为基于树的特征。
FastTreeRankingFeaturizationEstimator.Options	选项 FastTreeRankingFeaturizationEstimator。
FastTreeRankingModelParameters	的 FastTreeRankingTrainer模型参数 。
FastTreeRankingTrainer	用于 IEstimator<TTransformer> 使用 FastTree 训练决策树排名模型。
FastTreeRankingTrainer.Options	FastTreeRankingTrainerFastTree (选项) 中使用的选项。
FastTreeRegressionFeaturizationEstimator	用于 IEstimator<TTransformer> 将输入特征向量转换为基于树的特征。
FastTreeRegressionFeaturizationEstimator.Options	选项 FastTreeRegressionFeaturizationEstimator。
FastTreeRegressionModelParameters	的 FastForestRegressionTrainer模型参数 。
FastTreeRegressionTrainer	用于 IEstimator<TTransformer> 使用 FastTree 训练决策树回归模型。
FastTreeRegressionTrainer.Options	FastTreeRegressionTrainerFastTree (选项) 中使用的选项。
FastTreeTrainerBase<TOptions,TTransformer,TModel>	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
FastTreeTweedieFeaturizationEstimator	用于 IEstimator<TTransformer> 将输入特征向量转换为基于树的特征。
FastTreeTweedieFeaturizationEstimator.Options	选项 FastTreeTweedieFeaturizationEstimator。
FastTreeTweedieModelParameters	的 FastTreeTweedieTrainer模型参数 。
FastTreeTweedieTrainer	用于 IEstimator<TTransformer> 使用 Tweedie 损失函数训练决策树回归模型。 此训练器是波森、复合波森和伽马回归的通用化。
FastTreeTweedieTrainer.Options	FastTreeTweedieTrainerFastTreeTweedie (选项) 中使用的选项。
GamBinaryModelParameters	的 GamBinaryTrainer模型参数 。
GamBinaryTrainer	用于 IEstimator<TTransformer> 使用通用累加模型训练二元分类模型 (GAM) 。
GamBinaryTrainer.Options	GamBinaryTrainer游戏 (选项) 中使用的选项。
GamModelParametersBase	GAM 模型参数的基类。
GamRegressionModelParameters	的 GamRegressionTrainer模型参数 。
GamRegressionTrainer	用于 IEstimator<TTransformer> 使用通用累加模型训练回归模型 (GAM) 。
GamRegressionTrainer.Options	GamRegressionTrainer游戏 (选项) 中使用的选项。
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	基于 GAM 的训练器选项的基类。
GamTrainerBase<TOptions,TTransformer,TPredictor>	GAM 训练师的基类。
GeneralityLossRule	通用性 (GL) 丢失。
GeneralityToProgressRatioRule	一般与进度比率 (PQ) 。
LowProgressRule	低进度 (LP) 。 当分数的改进停止时，会触发此规则。
MovingWindowRule	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
PretrainedTreeFeaturizationEstimator	一 IEstimator<TTransformer> 个包含预先训练 TreeEnsembleModelParameters 并调用其 Fit(IDataView) 基于预训练模型的特征化器。
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options的调用FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)时使用的 。PretrainedTreeFeaturizationEstimator
QuantileRegressionTree	用于向用户公开 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree其属性的容器类。 此类不应可变，因此它包含大量只读成员。 除了继承的东西 RegressionTreeBase外，我们还添加 GetLeafSamplesAt(Int32) 和 GetLeafSampleWeightsAt(Int32) 公开 (子采样) 训练标签落入叶Index-th 叶及其权重。
QuantileRegressionTreeEnsemble	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
RandomForestTrainerBase<TOptions,TTransformer,TModel>	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
RegressionTree	用于向用户公开 Microsoft.ML.Trainers.FastTree.InternalRegressionTree其属性的容器类。 此类不应可变，因此它包含大量只读成员。 请注意， RegressionTree 这与 RegressionTreeBase 另一个派生类 QuantileRegressionTree 相同，但会添加一些属性。
RegressionTreeBase	用于向用户公开 Microsoft.ML.Trainers.FastTree.InternalRegressionTree's 和 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree's 属性的容器基类。 此类不应可变，因此它包含大量只读成员。
RegressionTreeEnsemble	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
TolerantEarlyStoppingRule	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
TreeEnsemble<T>	派生类的列表 RegressionTreeBase。 若要计算 a TreeEnsemble<T>的输出值，我们需要计算所有树 Trees的输出值，通过 TreeWeights这些值缩放这些值，最后求和缩放值和 Bias 向上。
TreeEnsembleFeaturizationEstimatorBase	此类封装所有基于树的特征化器的常见行为，例如 FastTreeBinaryFeaturizationEstimator， FastForestBinaryFeaturizationEstimator、 FastTreeRegressionFeaturizationEstimator、 FastForestRegressionFeaturizationEstimator和 PretrainedTreeFeaturizationEstimator。 所有基于树的特征化器共享由 GetOutputSchema(SchemaShape)其计算的相同输出架构。 所有基于树的特征化器都需要输入特征列名称和所有输出列的后缀。 ITransformer通过Fit(IDataView)生成三列返回： (1) 所有树的预测值， (2) 输入特征向量进入的叶子 ID， (3) 二元向量，用于编码这些目标叶的路径。
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	基于树的特征化（例如FastTreeBinaryFeaturizationEstimator、FastForestBinaryFeaturizationEstimator、FastForestRegressionFeaturizationEstimatorFastTreeRegressionFeaturizationEstimator和）的PretrainedTreeFeaturizationEstimator常见选项。
TreeEnsembleFeaturizationTransformer	ITransformer 由拟合任何派生类 TreeEnsembleFeaturizationEstimatorBase生成的 。 派生类包括，例如和 FastTreeBinaryFeaturizationEstimatorFastForestRegressionFeaturizationEstimator。
TreeEnsembleModelParameters	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree 派生自 TreeEnsembleModelParameters 强类型公共属性， TrainedTreeEnsemble用于向用户公开已训练模型的详细信息。 它的函数Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructure调用它以在内部TreeEnsembleModelParameters创建TrainedTreeEnsemble。 请注意，两者之间TreeEnsembleModelParametersBasedOnQuantileRegressionTreeTreeEnsembleModelParametersBasedOnRegressionTree的主要区别在于类型TrainedTreeEnsemble。
TreeEnsembleModelParametersBasedOnRegressionTree	TreeEnsembleModelParametersBasedOnRegressionTree 派生自 TreeEnsembleModelParameters 强类型公共属性， TrainedTreeEnsemble用于向用户公开已训练模型的详细信息。 它的函数Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure调用它以在内部TreeEnsembleModelParameters创建TrainedTreeEnsemble。 请注意，两者之间TreeEnsembleModelParametersBasedOnQuantileRegressionTreeTreeEnsembleModelParametersBasedOnRegressionTree的主要区别在于类型TrainedTreeEnsemble。
TreeOptions	树训练器的选项。

枚举

BoostedTreeOptions.OptimizationAlgorithmType	优化算法的类型。
Bundle	包含快速树算法的训练程序、模型参数和实用工具的命名空间。
EarlyStoppingMetric	停止分类和回归的度量。
EarlyStoppingRankingMetric	停止排名度量。