QuantileRegressionTree Classe

Définition

Espace de noms:

Microsoft.ML.Trainers.FastTree

Assembly:

Microsoft.ML.FastTree.dll

Paquet:

Microsoft.ML.FastTree v3.0.1

Classe de conteneur pour exposer Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeles attributs ' aux utilisateurs. Cette classe ne doit pas être mutable. Elle contient donc beaucoup de membres en lecture seule. En plus des éléments hérités de RegressionTreeBase, nous ajoutons GetLeafSamplesAt(Int32) et GetLeafSampleWeightsAt(Int32) exposons (sous-échantillonné) des étiquettes d’entraînement qui tombent dans la feuilleIndex-th feuille et leurs poids.

public sealed class QuantileRegressionTree : Microsoft.ML.Trainers.FastTree.RegressionTreeBase

type QuantileRegressionTree = class
    inherit RegressionTreeBase

Public NotInheritable Class QuantileRegressionTree
Inherits RegressionTreeBase

Héritage

Object

RegressionTreeBase

QuantileRegressionTree

Propriétés

CategoricalSplitFlags	Déterminez les types de fonction de fractionnement. Si CategoricalSplitFlags[i] est vrai, le nœud i-th utilise la fonction de fractionnement catégorielle. Sinon, le fractionnement numérique traditionnel est utilisé. (Hérité de RegressionTreeBase)
LeafValues	LeafValues[i] est la valeur apprise à la feuille i-th. (Hérité de RegressionTreeBase)
LeftChild	LeftChild[i] est l’index enfant du i-ème nœud utilisé lorsque (1) la fonctionnalité numérique indexée par NumericalSplitFeatureIndexes[i] est inférieure ou égale au seuil NumericalSplitThresholds[i], ou (2) les caractéristiques catégoriques indexées par la valeur retournée par GetCategoricalCategoricalSplitFeatureRangeAt(Int32)nodeIndex=i n’est pas un sous-ensemble avec GetCategoricalSplitFeaturesAt(Int32) nodeIndex=i. Notez que le cas (1) ne se produit que lorsque CategoricalSplitFlags[i] est faux et sinon (2) se produit. Une valeur retournée non négative signifie un nœud (autrement dit, pas une feuille); par exemple, 2 signifie le 3e nœud dans le sous-jacent Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree. Une valeur retournée négative signifie une feuille ; par exemple, -1 correspond à la ~feuille (-1)-th dans le sous-jacent Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree. Notez qu’il ~ s’agit de l’opérateur de complément au niveau du bit en C#; pour plus d’informations, voir https://docs.microsoft.com/en-us/dotnet/csharp/language-reference/operators/bitwise-complement-operator. (Hérité de RegressionTreeBase)
NumberOfLeaves	Nombre de feuilles dans l’arbre. Notez que NumberOfLeaves ne prend pas en compte les nœuds non feuilles. (Hérité de RegressionTreeBase)
NumberOfNodes	Nombre de nœuds dans l’arborescence. Cela n’inclut pas de feuilles. Par exemple, une arborescence avec node0-node1>, node0-leaf3>, node1-leaf1>, node1-leaf2> et NumberOfNodesNumberOfLeaves doit être respectivement 2 et 3. (Hérité de RegressionTreeBase)
NumericalSplitFeatureIndexes	NumericalSplitFeatureIndexes[i] est l’index de fonctionnalité utilisé la fonction de fractionnement du nœud i-th. Cette valeur est valide uniquement si CategoricalSplitFlags[i] est false. (Hérité de RegressionTreeBase)
NumericalSplitThresholds	NumericalSplitThresholds[i] est le seuil de la fonctionnalité indexée par NumericalSplitFeatureIndexes[i], où i est l’index du nœud i-th (par exemple, i est 1 pour le 2ème nœud dans Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree). (Hérité de RegressionTreeBase)
RightChild	RightChild[i] est l’index enfant du i-ème nœud utilisé lorsque les deux conditions (1) et (2), décrites dans LeftChildle document de l’i-ème ne sont pas vraies. Sa valeur de retour suit le format utilisé dans LeftChild. (Hérité de RegressionTreeBase)
SplitGains	Les gains obtenus en fractionnant les données sur les nœuds. Sa valeur d’i-th est calculée à partir du fractionnement au niveau du nœud i-th. (Hérité de RegressionTreeBase)

Méthodes

GetCategoricalCategoricalSplitFeatureRangeAt(Int32)	Retourne la plage des seuils catégoriels utilisés au niveau du nœud indexé par nodeIndex. Un fractionnement catégoriel au niveau du nœud indexé par nodeIndex peut prendre en compte plusieurs fonctionnalités d’entrée consécutives à la fois ; leur plage est spécifiée par GetCategoricalCategoricalSplitFeatureRangeAt(Int32). La valeur retournée est toujours un tableau de 2 éléments ; son 1er élément est l’index de départ et son 2e élément est l’index d’indination d’un segment de caractéristique. La valeur retournée est valide uniquement si CategoricalSplitFlags[nodeIndex] a la valeur true. (Hérité de RegressionTreeBase)
GetCategoricalSplitFeaturesAt(Int32)	Retourne les seuils catégoriels utilisés au niveau du nœud indexé par nodeIndex. Si la fonctionnalité d’entrée considérée ne correspond à aucune des valeurs retournées par GetCategoricalSplitFeaturesAt(Int32), nous l’appelons un événement inférieur à un seuil et donc LeftChild[nodeIndex] est le nœud enfant que l’entrée doit suivre. La valeur retournée est valide uniquement si CategoricalSplitFlags[nodeIndex] a la valeur true. (Hérité de RegressionTreeBase)
GetLeafSamplesAt(Int32)	Retournez les étiquettes d’entraînement qui tombent dans la feuille spécifiée.
GetLeafSampleWeightsAt(Int32)	Retournez les poids des étiquettes d’entraînement qui tombent dans la feuille spécifiée. Si GetLeafSamplesAt(Int32) et GetLeafSampleWeightsAt(Int32) utilisez la même entrée, la valeur retournée i-th de cette fonction est le poids de l’étiquette i-th en GetLeafSamplesAt(Int32).