FastForestRegressionTrainer.Options Classe
Importante
Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.
Opções para o FastForestRegressionTrainer conforme usado em FastForest(Options).
public sealed class FastForestRegressionTrainer.Options : Microsoft.ML.Trainers.FastTree.FastForestOptionsBase
type FastForestRegressionTrainer.Options = class
inherit FastForestOptionsBase
Public NotInheritable Class FastForestRegressionTrainer.Options
Inherits FastForestOptionsBase
- Herança
-
FastForestRegressionTrainer.Options
Fast |
Opções para o FastForestRegressionTrainer conforme usado em FastForest(Options). |
Allow |
Quando uma divisão raiz for impossível, permita que o treinamento continue. (Herdado de TreeOptions) |
Bagging |
Porcentagem de exemplos de treinamento usados em cada recipiente. O padrão é 0,7 (70%). (Herdado de TreeOptions) |
Bagging |
Número de árvores em cada saco (0 para desabilitar o ensaca). (Herdado de TreeOptions) |
Bias |
Desvio para calcular o gradiente para cada compartimento de recursos para um recurso categórico. (Herdado de TreeOptions) |
Bundling |
Agrupar compartimentos de baixa população. Bundle.None(0): sem agrupamento, Bundle.AggregateLowPopulation(1): agrupar baixa população, Bundle.Adjacent(2): pacote vizinho de baixa população. (Herdado de TreeOptions) |
Categorical |
Se deve ser dividido com base em vários valores de recurso categóricos. (Herdado de TreeOptions) |
Compress |
Compacte a árvore Ensemble. (Herdado de TreeOptions) |
Disk |
Se é necessário utilizar o disco ou as instalações de transposição nativas dos dados (quando aplicável) ao executar a transposição. (Herdado de TreeOptions) |
Entropy |
O coeficiente de entropia (regularização) entre 0 e 1. (Herdado de TreeOptions) |
Example |
Coluna a ser usada, por exemplo, peso. (Herdado de TrainerInputBaseWithWeight) |
Execution |
Análise do tempo de execução de impressão para ML.NET canal. (Herdado de TreeOptions) |
Feature |
Coluna a ser usada para recursos. (Herdado de TrainerInputBase) |
Feature |
O recurso primeiro usa o coeficiente de penalidade. (Herdado de TreeOptions) |
Feature |
Se os recursos devem ser coletados durante a preparação do conjunto de dados para acelerar o treinamento. (Herdado de TreeOptions) |
Feature |
A fração de recursos (escolhida aleatoriamente) a ser usada em cada iteração. Use 0,9 se apenas 90% dos recursos forem necessários. Números mais baixos ajudam a reduzir o excesso de ajuste. (Herdado de TreeOptions) |
Feature |
A fração de recursos (escolhida aleatoriamente) a ser usada em cada divisão. Se o valor for 0,9, 90% de todos os recursos serão descartados na expectativa. (Herdado de TreeOptions) |
Feature |
O coeficiente de penalidade de reutilização (regularização) do recurso. (Herdado de TreeOptions) |
Feature |
A semente da seleção de recursos ativos. (Herdado de TreeOptions) |
Gain |
Requisito de confiança de ganho de ajuste de árvore. Considere apenas um ganho se sua probabilidade versus um ganho de escolha aleatória estiver acima desse valor. (Herdado de TreeOptions) |
Histogram |
O número de histogramas no pool (entre 2 e numLeaves). (Herdado de TreeOptions) |
Label |
Coluna a ser usada para rótulos. (Herdado de TrainerInputBaseWithLabel) |
Maximum |
Número máximo de valores distintos (compartimentos) por recurso. (Herdado de TreeOptions) |
Maximum |
Máximo de grupos divididos categóricos a serem considerados ao dividir em um recurso categórico. Grupos divididos são uma coleção de pontos de divisão. Isso é usado para reduzir o sobreajuste quando há muitos recursos categóricos. (Herdado de TreeOptions) |
Maximum |
Máximo de pontos de divisão categóricos a serem considerados ao dividir em um recurso categórico. (Herdado de TreeOptions) |
Memory |
Imprimir estatísticas de memória em ML.NET canal. (Herdado de TreeOptions) |
Minimum |
O número mínimo de pontos de dados necessários para formar uma nova folha de árvore. (Herdado de TreeOptions) |
Minimum |
Percentual mínimo de exemplo categórico em um compartimento a ser considerado para uma divisão. O padrão é 0,1% de todos os exemplos de treinamento. (Herdado de TreeOptions) |
Minimum |
Contagem mínima de exemplo categórico em um compartimento a ser considerado para uma divisão. (Herdado de TreeOptions) |
Number |
O número máximo de folhas em cada árvore de regressão. (Herdado de TreeOptions) |
Number |
O número de pontos de dados a serem amostrados de cada folha para localizar a distribuição de rótulos. (Herdado de FastForestOptionsBase) |
Number |
O número máximo de threads. (Herdado de TreeOptions) |
Number |
Número total de árvores de decisão a serem criadas no conjunto. (Herdado de TreeOptions) |
Row |
Coluna a ser usada, por exemplo, groupId. (Herdado de TrainerInputBaseWithGroupId) |
Seed |
A semente do gerador de número aleatório. (Herdado de TreeOptions) |
Shuffle |
Se os rótulos devem ser embaralhados em cada iteração. |
Smoothing |
Parâmetro de suavização para regularização de árvore. (Herdado de TreeOptions) |
Softmax |
A temperatura da distribuição softmax aleatória para escolher o recurso. (Herdado de TreeOptions) |
Sparsify |
Nível de moderação necessário para usar a representação de recursos esparsos. (Herdado de TreeOptions) |
Test |
Calcule valores de métrica para treinamento/válido/teste a cada k rounds. (Herdado de TreeOptions) |
Produto | Versões |
---|---|
ML.NET | 1.0.0, 1.1.0, 1.2.0, 1.3.1, 1.4.0, 1.5.0, 1.6.0, 1.7.0, 2.0.0, 3.0.0 |