Microsoft.ML.Trainers.FastTree 命名空間

命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。

類別

BoostedTreeOptions	提升樹狀結構定型的選項。
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
ConsecutiveGeneralityLossRule	UP (UP) 連續遺失。
EarlyStoppingRule	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
EarlyStoppingRuleBase	在符合指定準則之後，用來終止定型程式的早期停止規則。 用於設定 EarlyStoppingRuleEarlyStoppingRule 。
FastForestBinaryFeaturizationEstimator	， IEstimator<TTransformer> 可將輸入特徵向量轉換成樹狀結構特徵。
FastForestBinaryFeaturizationEstimator.Options	的選項 FastForestBinaryFeaturizationEstimator 。
FastForestBinaryModelParameters	的 FastForestBinaryTrainer 模型參數。
FastForestBinaryTrainer	， IEstimator<TTransformer> 用於使用快速樹系來定型決策樹二進位分類模型。
FastForestBinaryTrainer.Options	FastForestBinaryTrainer在 FastForest (Options) 中使用的 選項。
FastForestOptionsBase	快速樹系訓練工具選項的基類。
FastForestRegressionFeaturizationEstimator	， IEstimator<TTransformer> 可將輸入特徵向量轉換成樹狀結構特徵。
FastForestRegressionFeaturizationEstimator.Options	的選項 FastForestRegressionFeaturizationEstimator 。
FastForestRegressionModelParameters	的 FastForestRegressionTrainer 模型參數。
FastForestRegressionTrainer	， IEstimator<TTransformer> 用於使用快速樹系來定型決策樹回歸模型。
FastForestRegressionTrainer.Options	FastForestRegressionTrainer在 FastForest (Options) 中使用的 選項。
FastTreeBinaryFeaturizationEstimator	， IEstimator<TTransformer> 可將輸入特徵向量轉換成樹狀結構特徵。
FastTreeBinaryFeaturizationEstimator.Options	的選項 FastTreeBinaryFeaturizationEstimator 。
FastTreeBinaryModelParameters	的 FastTreeBinaryTrainer 模型參數。
FastTreeBinaryTrainer	， IEstimator<TTransformer> 用於使用 FastTree 來定型決策樹二進位分類模型。
FastTreeBinaryTrainer.Options	FastTreeBinaryTrainer在 FastTree (Options) 中使用的 選項。
FastTreeRankingFeaturizationEstimator	， IEstimator<TTransformer> 可將輸入特徵向量轉換成樹狀結構特徵。
FastTreeRankingFeaturizationEstimator.Options	的選項 FastTreeRankingFeaturizationEstimator 。
FastTreeRankingModelParameters	的 FastTreeRankingTrainer 模型參數。
FastTreeRankingTrainer	， IEstimator<TTransformer> 用於使用 FastTree 來定型決策樹排名模型。
FastTreeRankingTrainer.Options	FastTreeRankingTrainer在 FastTree (Options) 中使用的 選項。
FastTreeRegressionFeaturizationEstimator	， IEstimator<TTransformer> 可將輸入特徵向量轉換成樹狀結構特徵。
FastTreeRegressionFeaturizationEstimator.Options	的選項 FastTreeRegressionFeaturizationEstimator 。
FastTreeRegressionModelParameters	的 FastForestRegressionTrainer 模型參數。
FastTreeRegressionTrainer	， IEstimator<TTransformer> 用於使用 FastTree 來定型決策樹回歸模型。
FastTreeRegressionTrainer.Options	FastTreeRegressionTrainer在 FastTree (Options) 中使用的 選項。
FastTreeTrainerBase<TOptions,TTransformer,TModel>	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
FastTreeTweedieFeaturizationEstimator	， IEstimator<TTransformer> 可將輸入特徵向量轉換成樹狀結構特徵。
FastTreeTweedieFeaturizationEstimator.Options	的選項 FastTreeTweedieFeaturizationEstimator 。
FastTreeTweedieModelParameters	的 FastTreeTweedieTrainer 模型參數。
FastTreeTweedieTrainer	， IEstimator<TTransformer> 用於使用 Tweedie 損失函式來定型決策樹回歸模型。 此定型器是 Poisson、複合 Poisson 和 gamma 回歸的一般化。
FastTreeTweedieTrainer.Options	FastTreeTweedieTrainer在 FastTreeTweedie 中使用的 選項， (Options) 。
GamBinaryModelParameters	的 GamBinaryTrainer 模型參數。
GamBinaryTrainer	， IEstimator<TTransformer> 用於使用一般化加法模型來定型二元分類模型， (GAM) 。
GamBinaryTrainer.Options	GamBinaryTrainer在 Gam (Options) 中使用的 選項。
GamModelParametersBase	GAM 模型參數的基類。
GamRegressionModelParameters	的 GamRegressionTrainer 模型參數。
GamRegressionTrainer	， IEstimator<TTransformer> 用於使用一般化加法模型來定型回歸模型， (GAM) 。
GamRegressionTrainer.Options	GamRegressionTrainer在 Gam (Options) 中使用的 選項。
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	GAM 型訓練工具選項的基類。
GamTrainerBase<TOptions,TTransformer,TPredictor>	GAM 訓練工具的基類。
GeneralityLossRule	遺失一般性 (GL) 。
GeneralityToProgressRatioRule	PQ) (一般性與進度比率。
LowProgressRule	低進度 (LP) 。 當分數停止的改善時，就會引發此規則。
MovingWindowRule	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
PretrainedTreeFeaturizationEstimator	， IEstimator<TTransformer> 其中包含預先定 TreeEnsembleModelParameters 型的 ，並呼叫其 Fit(IDataView) 會產生以預先定型的模型為基礎的特徵化程式。
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options 呼叫 PretrainedTreeFeaturizationEstimator 時 FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options) 所使用的 。
QuantileRegressionTree	用來向使用者公開 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree 屬性的容器類別。 這個類別不應該是可變的，因此它包含許多隻讀成員。 除了繼承自 RegressionTreeBase 的專案之外，我們還會新增 GetLeafSamplesAt(Int32) 和 GetLeafSampleWeightsAt(Int32) 來公開 (子取樣) 定型標籤落在 leafIndex-th 分葉及其權數中。
QuantileRegressionTreeEnsemble	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
RandomForestTrainerBase<TOptions,TTransformer,TModel>	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
RegressionTree	用來向使用者公開 Microsoft.ML.Trainers.FastTree.InternalRegressionTree 屬性的容器類別。 這個類別不應該是可變的，因此它包含許多隻讀成員。 請注意， RegressionTree 與 相同 RegressionTreeBase ，但在另一個衍生類別 QuantileRegressionTree 中，會新增一些屬性。
RegressionTreeBase	用來向使用者公開 Microsoft.ML.Trainers.FastTree.InternalRegressionTree 的 和 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree 屬性的容器基類。 這個類別不應該是可變的，因此它包含許多隻讀成員。
RegressionTreeEnsemble	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
TolerantEarlyStoppingRule	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
TreeEnsemble<T>	衍生類別的清單 RegressionTreeBase 。 若要計算 的 TreeEnsemble<T> 輸出值，我們需要計算 中的所有 Trees 樹狀架構的輸出值、透過 TreeWeights 來調整這些值，最後加總縮放的值和 Bias 向上。
TreeEnsembleFeaturizationEstimatorBase	這個類別會封裝所有樹狀結構型特徵化程式的通用行為，例如 FastTreeBinaryFeaturizationEstimator 、 FastForestBinaryFeaturizationEstimator 、 FastTreeRegressionFeaturizationEstimator 、 FastForestRegressionFeaturizationEstimator 和 PretrainedTreeFeaturizationEstimator 。 所有樹狀結構型特徵化工具都會共用 所 GetOutputSchema(SchemaShape) 計算的相同輸出架構。 所有樹狀結構型特徵化程式都需要輸入特徵資料行名稱和所有輸出資料行的尾碼。 ITransformer傳回的 Fit(IDataView) 會產生三個數據行： (1) 所有樹狀目錄的預測值， (2) 輸入特徵向量的識別碼， (3) 將路徑編碼為這些目的地葉的二進位向量。
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	樹狀結構型特徵化的常見選項，例如 FastTreeBinaryFeaturizationEstimator 、 FastForestBinaryFeaturizationEstimator 、 FastTreeRegressionFeaturizationEstimator 、 FastForestRegressionFeaturizationEstimator 和 PretrainedTreeFeaturizationEstimator 。
TreeEnsembleFeaturizationTransformer	ITransformer 產生自調整 的任何衍生類別 TreeEnsembleFeaturizationEstimatorBase 。 衍生類別包括 ，例如 FastTreeBinaryFeaturizationEstimator 和 FastForestRegressionFeaturizationEstimator 。
TreeEnsembleModelParameters	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree 衍生自 TreeEnsembleModelParameters 加上強型別公用屬性 ， TrainedTreeEnsemble 以便向使用者公開定型模型的詳細資料。 其函式會 Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructure 呼叫 ，以在 內 TreeEnsembleModelParameters 建立 TrainedTreeEnsemble 。 請注意，和 TreeEnsembleModelParametersBasedOnRegressionTree 之間的 TreeEnsembleModelParametersBasedOnQuantileRegressionTree 主要差異是 的類型 TrainedTreeEnsemble 。
TreeEnsembleModelParametersBasedOnRegressionTree	TreeEnsembleModelParametersBasedOnRegressionTree 衍生自 TreeEnsembleModelParameters 加上強型別公用屬性 ， TrainedTreeEnsemble 以便向使用者公開定型模型的詳細資料。 其函式會 Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure 呼叫 ，以在 內 TreeEnsembleModelParameters 建立 TrainedTreeEnsemble 。 請注意，和 TreeEnsembleModelParametersBasedOnRegressionTree 之間的 TreeEnsembleModelParametersBasedOnQuantileRegressionTree 主要差異是 的類型 TrainedTreeEnsemble 。
TreeOptions	樹狀結構訓練工具的選項。

列舉

BoostedTreeOptions.OptimizationAlgorithmType	優化演算法的類型。
Bundle	命名空間，其中包含快速樹狀結構演算法的定型器、模型參數和公用程式。
EarlyStoppingMetric	停止分類和回歸的度量。
EarlyStoppingRankingMetric	停止排名的度量。