FastTreeTweedieTrainer Classe
Definizione
Importante
Alcune informazioni sono relative alla release non definitiva del prodotto, che potrebbe subire modifiche significative prima della release definitiva. Microsoft non riconosce alcuna garanzia, espressa o implicita, in merito alle informazioni qui fornite.
Oggetto per il training di un modello di regressione dell'albero IEstimator<TTransformer> delle decisioni usando la funzione di perdita Tweedie. Questo trainer è una generalizzazione di Poisson, composto Poisson e regressione gamma.
public sealed class FastTreeTweedieTrainer : Microsoft.ML.Trainers.FastTree.BoostingFastTreeTrainerBase<Microsoft.ML.Trainers.FastTree.FastTreeTweedieTrainer.Options,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>,Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters>type FastTreeTweedieTrainer = class
inherit BoostingFastTreeTrainerBase<FastTreeTweedieTrainer.Options, RegressionPredictionTransformer<FastTreeTweedieModelParameters>, FastTreeTweedieModelParameters>Public NotInheritable Class FastTreeTweedieTrainer
Inherits BoostingFastTreeTrainerBase(Of FastTreeTweedieTrainer.Options, RegressionPredictionTransformer(Of FastTreeTweedieModelParameters), FastTreeTweedieModelParameters)- Ereditarietà
Commenti
Per creare questo trainer, usare FastTreeTweedie o FastTreeTweedie(Options).
Colonne di input e output
I dati della colonna dell'etichetta di input devono essere Single. I dati delle colonne delle funzionalità di input devono essere un vettore di dimensioni note di Single.
Questo formatore restituisce le colonne seguenti:
| Nome colonna di output | Tipo di colonna | Descrizione |
|---|---|---|
Score |
Single | Punteggio non associato stimato dal modello. |
Caratteristiche del trainer
| Attività di Machine Learning | Regressione |
| È necessaria la normalizzazione? | No |
| È necessaria la memorizzazione nella cache? | No |
| NuGet richiesto oltre a Microsoft.ML | Microsoft.ML.FastTree |
| Esportabile in ONNX | Sì |
Dettagli dell'algoritmo di training
Il modello tweedie boosting segue la matematica stabilita nella stima Assicurativa Premium tramite Gradient Tree-Boosted Tweedie Compound Poisson Models from Yang, Quan e Zou. Per un'introduzione a Gradient Boosting e altre informazioni, vedere: Wikipedia: Gradient boosting(Gradient tree boosting) o Greedy function approssimazione: Una macchina di aumento della sfumatura.
Controllare la sezione Vedere anche i collegamenti agli esempi di utilizzo.
Campi
| FeatureColumn |
Colonna di funzionalità prevista dal trainer. (Ereditato da TrainerEstimatorBase<TTransformer,TModel>) |
| GroupIdColumn |
Colonna groupID facoltativa prevista dal formatore di classificazione. (Ereditato da TrainerEstimatorBaseWithGroupId<TTransformer,TModel>) |
| LabelColumn |
Colonna etichetta prevista dal trainer. Può essere |
| WeightColumn |
Colonna di peso prevista dal trainer. Può essere |
Proprietà
| Info |
Oggetto per il training di un modello di regressione dell'albero IEstimator<TTransformer> delle decisioni usando la funzione di perdita Tweedie. Questo trainer è una generalizzazione di Poisson, composto Poisson e regressione gamma. (Ereditato da FastTreeTrainerBase<TOptions,TTransformer,TModel>) |
Metodi
| Fit(IDataView, IDataView) |
Esegue il training di un oggetto FastTreeTweedieTrainer usando i dati di training e di convalida, restituisce un RegressionPredictionTransformer<TModel>oggetto . |
| Fit(IDataView) |
Esegue il training e restituisce un ITransformeroggetto . (Ereditato da TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
Oggetto per il training di un modello di regressione dell'albero IEstimator<TTransformer> delle decisioni usando la funzione di perdita Tweedie. Questo trainer è una generalizzazione di Poisson, composto Poisson e regressione gamma. (Ereditato da TrainerEstimatorBase<TTransformer,TModel>) |
Metodi di estensione
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. Ciò garantisce che gli estimatori downstream vengano sottoposti a training sui dati memorizzati nella cache. È utile avere un checkpoint di memorizzazione nella cache prima dei training che accettano più passaggi di dati. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Dato un stimatore, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. Spesso è importante che un stimatore restituisca informazioni su ciò che è stato adatto, che è il motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> sono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di stima tramite EstimatorChain<TLastTransformer> dove lo stimatore per cui si vuole ottenere il trasformatore è sepolto da qualche parte in questa catena. Per questo scenario, è possibile collegare questo metodo a un delegato che verrà chiamato una volta chiamato fit. |