LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase Classe
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
public class LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithGroupId where TOptions : LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : classtype LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model (requires 'Options :> LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
inherit TrainerInputBaseWithGroupIdPublic Class LightGbmTrainerBase(Of TOptions, TOutput, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithGroupIdParametri di tipo
- TOptions
- TOutput
- TTransformer
- TModel
- Ereditarietà
-
LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase
- Derivato
Campi
| BatchSize |
Numero di punti dati per batch, durante il caricamento dei dati. |
| CategoricalSmoothing |
Laplace smooth term in divisione di funzionalità categorica. Ciò può ridurre l'effetto dei rumori nelle funzionalità categoriche, soprattutto per le categorie con pochi dati. |
| EarlyStoppingRound |
Determina il numero di round, dopo il quale il training si arresterà se la metrica di convalida non migliora. |
| ExampleWeightColumnName |
Colonna da usare per esempio peso. (Ereditato da TrainerInputBaseWithWeight) |
| FeatureColumnName |
Colonna da usare per le funzionalità. (Ereditato da TrainerInputBase) |
| HandleMissingValue |
Se abilitare la gestione speciale del valore mancante o meno. |
| L2CategoricalRegularization |
Regolarizzazione L2 per divisione categorica. |
| LabelColumnName |
Colonna da usare per le etichette. (Ereditato da TrainerInputBaseWithLabel) |
| LearningRate |
Frequenza di compattazione per alberi, usata per evitare l'over-fitting. |
| MaximumBinCountPerFeature |
Il numero massimo di contenitori in cui verranno inseriti i valori delle funzionalità verrà eseguito il bucket. |
| MaximumCategoricalSplitPointCount |
Numero massimo di punti di divisione categorica da considerare quando si divide in una funzionalità categorica. |
| MinimumExampleCountPerGroup |
Numero minimo di punti dati per gruppo categorico. |
| MinimumExampleCountPerLeaf |
Numero minimo di punti dati necessari per formare una nuova foglia dell'albero. |
| NumberOfIterations |
Numero di iterazioni di aumento. Un nuovo albero viene creato in ogni iterazione, quindi equivale al numero di alberi. |
| NumberOfLeaves |
Numero massimo di foglie in un albero. |
| NumberOfThreads |
Determina il numero di thread usati per eseguire LightGBM. |
| RowGroupColumnName |
Colonna da usare per esempio groupId. (Ereditato da TrainerInputBaseWithGroupId) |
| Seed |
Inizializzazione casuale per LightGBM da usare. |
| Silent |
Controlla il livello di registrazione in LighGBM. |
| UseCategoricalSplit |
Se abilitare la divisione categorica o meno. |
| UseZeroAsMissingValue |
Se abilitare l'utilizzo di zero (0) come valore mancante. |
| Verbose |
Determina se eseguire lo stato di avanzamento dell'output durante il training e la valutazione. |
Proprietà
| Booster |
Parametro di booster da usare |