AutoMLExperimentExtension.SetSmacTuner Método

Definición

Espacio de nombres:

Microsoft.ML.AutoML

Ensamblado:

Microsoft.ML.AutoML.dll

Paquete:

Microsoft.ML.AutoML v0.21.1

Establezca Microsoft.ML.AutoML.SmacTuner como optimizador para la optimización de hiperparámetro. El rendimiento de smac está en una extensión grande determinada por numberOfTrees, nMinForSpit y splitRatio, que se usan para ajustar el regresor interno del smac.

public static Microsoft.ML.AutoML.AutoMLExperiment SetSmacTuner (this Microsoft.ML.AutoML.AutoMLExperiment experiment, int numberInitialPopulation = 20, int fitModelEveryNTrials = 10, int numberOfTrees = 10, int nMinForSpit = 2, float splitRatio = 0.8, int localSearchParentCount = 5, int numRandomEISearchConfigurations = 5000, double epsilon = 1E-05, int numNeighboursForNumericalParams = 4);

static member SetSmacTuner : Microsoft.ML.AutoML.AutoMLExperiment * int * int * int * int * single * int * int * double * int -> Microsoft.ML.AutoML.AutoMLExperiment

<Extension()>
Public Function SetSmacTuner (experiment As AutoMLExperiment, Optional numberInitialPopulation As Integer = 20, Optional fitModelEveryNTrials As Integer = 10, Optional numberOfTrees As Integer = 10, Optional nMinForSpit As Integer = 2, Optional splitRatio As Single = 0.8, Optional localSearchParentCount As Integer = 5, Optional numRandomEISearchConfigurations As Integer = 5000, Optional epsilon As Double = 1E-05, Optional numNeighboursForNumericalParams As Integer = 4) As AutoMLExperiment

Parámetros

experiment

AutoMLExperiment

AutoMLExperiment

numberInitialPopulation

Int32

Número de puntos que se van a usar para la inicialización aleatoria.

fitModelEveryNTrials

Int32

vuelva a ajustar los bosques aleatorios en smac para cada prueba de N.

numberOfTrees

Int32

número de árboles de regresión al ajustar el bosque aleatorio.

nMinForSpit

Int32

número mínimo de puntos de datos necesarios para estar en un nodo si se va a dividir aún más para ajustar el bosque aleatorio en smac.

splitRatio

Single

relación de división para ajustar el bosque aleatorio en smac.

localSearchParentCount

Int32

Número de elementos primarios de búsqueda que se usarán para la búsqueda local para maximizar la función de adquisición de EI.

numRandomEISearchConfigurations

Int32

Número de configuraciones aleatorias al maximizar la función de adquisición de EI.

epsilon

Double

umbral para salir durante la maximización de la función de adquisición de EI.

numNeighboursForNumericalParams

Int32

Número de vecinos a muestrear desde al aplicar la mutación de un paso para generar nuevos parámetros.

Devoluciones

AutoMLExperiment