LightGbmBinaryTrainer.Options Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
public sealed class LightGbmBinaryTrainer.Options : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmBinaryTrainer.Options,float,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LightGbm.LightGbmBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LightGbm.LightGbmBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>.OptionsBasetype LightGbmBinaryTrainer.Options = class
inherit LightGbmTrainerBase<LightGbmBinaryTrainer.Options, single, BinaryPredictionTransformer<CalibratedModelParametersBase<LightGbmBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LightGbmBinaryModelParameters, PlattCalibrator>>.OptionsBasePublic NotInheritable Class LightGbmBinaryTrainer.Options
Inherits LightGbmTrainerBase(Of LightGbmBinaryTrainer.Options, Single, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LightGbmBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LightGbmBinaryModelParameters, PlattCalibrator)).OptionsBase- Héritage
Constructeurs
| LightGbmBinaryTrainer.Options() |
Champs
| BatchSize |
Nombre de points de données par lot, lors du chargement des données. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| CategoricalSmoothing |
Laplace smooth term in categorical feature split. Cela peut réduire l’effet des bruits dans les caractéristiques catégorielles, en particulier pour les catégories avec peu de données. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| EarlyStoppingRound |
Détermine le nombre d’arrondis, après quoi l’entraînement s’arrête si la métrique de validation ne s’améliore pas. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| EvaluationMetric |
Détermine la métrique d’évaluation à utiliser. |
| ExampleWeightColumnName |
Colonne à utiliser pour un exemple de poids. (Hérité de TrainerInputBaseWithWeight) |
| FeatureColumnName |
Colonne à utiliser pour les fonctionnalités. (Hérité de TrainerInputBase) |
| HandleMissingValue |
Si vous souhaitez activer la gestion spéciale de la valeur manquante ou non. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| L2CategoricalRegularization |
Normalisation L2 pour le fractionnement catégoriel. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| LabelColumnName |
Colonne à utiliser pour les étiquettes. (Hérité de TrainerInputBaseWithLabel) |
| LearningRate |
Taux de réduction pour les arbres, utilisé pour empêcher le sur-ajustement. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| MaximumBinCountPerFeature |
Nombre maximal de bacs dans utilisant les valeurs des fonctionnalités. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| MaximumCategoricalSplitPointCount |
Nombre maximal de points de fractionnement catégoriels à prendre en compte lors du fractionnement sur une fonctionnalité catégorielle. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| MinimumExampleCountPerGroup |
Nombre minimal de points de données par groupe catégoriel. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| MinimumExampleCountPerLeaf |
Nombre minimal de points de données requis pour former une nouvelle feuille d’arborescence. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| NumberOfIterations |
Nombre d’itérations d’augmentation. Une nouvelle arborescence est créée dans chaque itération, ce qui équivaut au nombre d’arborescences. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| NumberOfLeaves |
Nombre maximal de feuilles dans une arborescence. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| NumberOfThreads |
Détermine le nombre de threads utilisés pour exécuter LightGBM. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| RowGroupColumnName |
Colonne à utiliser par exemple groupId. (Hérité de TrainerInputBaseWithGroupId) |
| Seed |
Valeur initiale aléatoire pour LightGBM à utiliser. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| Sigmoid |
Paramètre de la fonction sigmoid. |
| Silent |
Contrôle le niveau de journalisation dans LighGBM. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| UnbalancedSets |
Indique si les données d’entraînement sont déséquilibrés. |
| UseCategoricalSplit |
Si vous souhaitez activer le fractionnement catégoriel ou non. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| UseZeroAsMissingValue |
Indique s’il faut activer l’utilisation de zéro (0) comme valeur manquante. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| Verbose |
Détermine s’il faut générer l’état de progression pendant la formation et l’évaluation. (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |
| WeightOfPositiveExamples |
Contrôle l’équilibre des poids positifs et négatifs en LightGbmBinaryTrainer. |
Propriétés
| Booster |
Paramètre d’booster à utiliser (Hérité de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase) |