GamBinaryTrainer Třída
Definice
Důležité
Některé informace platí pro předběžně vydaný produkt, který se může zásadně změnit, než ho výrobce nebo autor vydá. Microsoft neposkytuje žádné záruky, výslovné ani předpokládané, týkající se zde uváděných informací.
Trénování IEstimator<TTransformer> binárního klasifikačního modelu pomocí generalizovaných doplňkových modelů (GAM).
public sealed class GamBinaryTrainer : Microsoft.ML.Trainers.FastTree.GamTrainerBase<Microsoft.ML.Trainers.FastTree.GamBinaryTrainer.Options,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.FastTree.GamBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.FastTree.GamBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>type GamBinaryTrainer = class
inherit GamTrainerBase<GamBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<GamBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<GamBinaryModelParameters, PlattCalibrator>>Public NotInheritable Class GamBinaryTrainer
Inherits GamTrainerBase(Of GamBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of GamBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of GamBinaryModelParameters, PlattCalibrator))- Dědičnost
Poznámky
K vytvoření tohoto trenéra použijte Gam nebo Gam(Options).
Vstupní a výstupní sloupce
Vstupní data sloupce popisku musí být Boolean. Vstupní funkce sloupcová data musí být vektorem známé velikosti Single.
Tento trenér vypíše následující sloupce:
| Název výstupního sloupce | Typ sloupce | Description | |
|---|---|---|---|
Score |
Single | Nevázané skóre, které model vypočítal. | |
PredictedLabel |
Boolean | Predikovaný popisek na základě znaménka skóre. Záporná skóre mapuje na false a kladná skóre se mapuje na true. |
|
Probability |
Single | Pravděpodobnost vypočítaná kalibrací skóre hodnoty true jako popisku. Hodnota pravděpodobnosti je v rozsahu [0, 1]. |
Charakteristiky trenéra
| Úloha strojového učení | Binární klasifikace |
| Vyžaduje se normalizace? | No |
| Vyžaduje se ukládání do mezipaměti? | No |
| Požadovaný NuGet kromě Microsoft.ML | Microsoft.ML.FastTree |
| Exportovatelné do ONNX | No |
Podrobnosti trénovacího algoritmu
Generalizované doplňkové modely nebo GAM modelují data jako sadu lineárních nezávislých funkcí podobných lineárnímu modelu. Pro každou funkci se trenér GAM učí nelineární funkci označovanou jako "tvarová funkce", která vypočítá odpověď jako funkci hodnoty funkce. (Naproti tomu lineární model odpovídá lineární odezvě (např. čárě) ke každé funkci.) Pokud chcete získat skóre vstupu, sčítají se výstupy všech funkcí obrazců a skóre je celková hodnota.
Tento trenér GAM se implementuje pomocí plýtkých přechodových zesílených stromů (např. stumpů stromu) k učení neparametrické funkce tvarování a je založen na metodě popsané v Lou, Caruana a Gehrke. "Intelligible Models for Classification and Regression" (Intelligible Models for Classification and Regression). KDD'12, Peking, Čína. 2012. Po trénování se přidá průsečík, který představuje průměrnou předpověď v trénovací sadě a funkce obrazců se normalizují tak, aby představovaly odchylku od průměrné předpovědi. Výsledkem jsou modely, které jsou snadno interpretovány jednoduše kontrolou průsečíku a funkcí obrazce. Příklad trénování modelu GAM a kontrola a interpretace výsledků najdete v následující ukázce.
V části Viz také najdete odkazy na příklady použití.
Pole
| FeatureColumn |
Sloupec funkcí, který trenér očekává. (Zděděno od TrainerEstimatorBase<TTransformer,TModel>) |
| LabelColumn |
Sloupec popisku, který trenér očekává. Může to být |
| WeightColumn |
Sloupec hmotnosti, který trenér očekává. Může to být |
Vlastnosti
| Info |
Trénování IEstimator<TTransformer> binárního klasifikačního modelu pomocí generalizovaných doplňkových modelů (GAM). (Zděděno od GamTrainerBase<TOptions,TTransformer,TPredictor>) |
Metody
| Fit(IDataView, IDataView) |
Trénuje GamBinaryTrainer pomocí trénovacích i ověřovacích dat, vrátí BinaryPredictionTransformer<TModel>hodnotu . |
| Fit(IDataView) |
Vlaky a vrací hodnotu ITransformer. (Zděděno od TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
Trénování IEstimator<TTransformer> binárního klasifikačního modelu pomocí generalizovaných doplňkových modelů (GAM). (Zděděno od TrainerEstimatorBase<TTransformer,TModel>) |
Metody rozšíření
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Připojte k řetězci estimátoru kontrolní bod ukládání do mezipaměti. Tím zajistíte, aby podřízené estimátory byly vytrénovány proti datům uloženým v mezipaměti. Před průchodem více dat je užitečné mít kontrolní bod ukládání do mezipaměti. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Vzhledem k estimátoru vraťte zalamovací objekt, který zavolá delegáta jednou Fit(IDataView) . Často je důležité, aby odhadovač vrátil informace o tom, co bylo vhodné, což je důvod, proč Fit(IDataView) metoda vrací konkrétně typ objekt, nikoli jen obecné ITransformer. Ve stejnou dobu se však často vytvářejí do kanálů s mnoha objekty, takže možná budeme muset vytvořit řetězec estimátorů, kde EstimatorChain<TLastTransformer> je odhadovač, IEstimator<TTransformer> pro který chceme získat transformátor, zakopán někde v tomto řetězci. Pro tento scénář můžeme prostřednictvím této metody připojit delegáta, který bude volána po zavolání fit. |