共用方式為


TreeEnsembleFeaturizationTransformer 類別

定義

public sealed class TreeEnsembleFeaturizationTransformer : Microsoft.ML.Data.PredictionTransformerBase<Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParameters>
type TreeEnsembleFeaturizationTransformer = class
    inherit PredictionTransformerBase<TreeEnsembleModelParameters>
Public NotInheritable Class TreeEnsembleFeaturizationTransformer
Inherits PredictionTransformerBase(Of TreeEnsembleModelParameters)
繼承
TreeEnsembleFeaturizationTransformer

屬性

Model

模型本身。

(繼承來源 PredictionTransformerBase<TModel>)

方法

Dispose()

ITransformer 產生自調整 的任何衍生類別 TreeEnsembleFeaturizationEstimatorBase 。 衍生類別包括 ,例如 FastTreeBinaryFeaturizationEstimatorFastForestRegressionFeaturizationEstimator

(繼承來源 PredictionTransformerBase<TModel>)
GetOutputSchema(DataViewSchema)

TreeEnsembleFeaturizationTransformer 將三個數據行附加至 inputSchema 。 這三個數據行都是 Single 向量。 第一個資料行會儲存所有樹狀目錄的預測值,而其預設名稱為 「樹狀結構」。 第二個數據行 (預設名稱:「Leaf」) 包含指定特徵向量的分葉識別碼。 第三個數據行 (預設名稱:「Paths」) 透過 0-1 向量將路徑編碼為離開。

Transform(IDataView)

轉換輸入資料。

(繼承來源 PredictionTransformerBase<TModel>)

明確介面實作

ICanSaveModel.Save(ModelSaveContext)

ITransformer 產生自調整 的任何衍生類別 TreeEnsembleFeaturizationEstimatorBase 。 衍生類別包括 ,例如 FastTreeBinaryFeaturizationEstimatorFastForestRegressionFeaturizationEstimator

(繼承來源 PredictionTransformerBase<TModel>)
ITransformer.GetRowToRowMapper(DataViewSchema)

取得 IRowToRowMapper 實例。

(繼承來源 PredictionTransformerBase<TModel>)
ITransformer.IsRowToRowMapper

在適當的架構上,呼叫 是否 GetRowToRowMapper(DataViewSchema) 應該成功。

(繼承來源 PredictionTransformerBase<TModel>)

擴充方法

Preview(ITransformer, IDataView, Int32)

預覽在指定 datatransformer 的效果。

Append<TTrans>(ITransformer, TTrans)

藉由將另一個轉換器附加至此轉換器鏈結的結尾,以建立新的轉換器鏈結。

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, PredictionEngineOptions)

TimeSeriesPredictionEngine<TSrc,TDst> 會建立時間序列管線的預測引擎。 它會使用預測階段所見的觀察來更新時間序列模型的狀態,並允許檢查模型檢查點。

CreateTimeSeriesEngine<TSrc,TDst>(ITransformer, IHostEnvironment, Boolean, SchemaDefinition, SchemaDefinition)

TimeSeriesPredictionEngine<TSrc,TDst> 會建立時間序列管線的預測引擎。 它會使用預測階段所見的觀察來更新時間序列模型的狀態,並允許檢查模型檢查點。

適用於