AutoMLExperimentExtension.SetSmacTuner Méthode

Définition

Espace de noms:

Microsoft.ML.AutoML

Assembly:

Microsoft.ML.AutoML.dll

Paquet:

Microsoft.ML.AutoML v0.21.1

Définissez Microsoft.ML.AutoML.SmacTuner comme tuner pour l’optimisation des hyperparamètres. Les performances de smac sont dans une grande étendue déterminée par numberOfTrees, nMinForSpit et splitRatio, qui sont utilisés pour s’adapter au régresseur interne de 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

Paramètres

experiment

AutoMLExperiment

AutoMLExperiment

numberInitialPopulation

Int32

Nombre de points à utiliser pour l’initialisation aléatoire.

fitModelEveryNTrials

Int32

réinscrire des forêts aléatoires dans smac pour chaque essai N.

numberOfTrees

Int32

nombre d’arbres de régression lors de l’ajustement d’une forêt aléatoire.

nMinForSpit

Int32

nombre minimal de points de données requis pour se trouver dans un nœud si celui-ci doit être fractionné davantage pour ajuster la forêt aléatoire dans smac.

splitRatio

Single

ratio de fractionnement pour l’ajustement d’une forêt aléatoire dans smac.

localSearchParentCount

Int32

Nombre de parents de recherche à utiliser pour la recherche locale afin d’optimiser la fonction d’acquisition de l’IE.

numRandomEISearchConfigurations

Int32

Nombre de configurations aléatoires lors de l’optimisation de la fonction d’acquisition d’ei.

epsilon

Double

seuil de sortie pendant la maximisation de la fonction d’acquisition d’assurance-emploi.

numNeighboursForNumericalParams

Int32

Nombre de voisins à échantillonner lors de l’application d’une mutation en une étape pour générer de nouveaux paramètres.

Retours

AutoMLExperiment