BoostedTreeOptions クラス

定義

名前空間:

Microsoft.ML.Trainers.FastTree

アセンブリ:

Microsoft.ML.FastTree.dll

パッケージ:

Microsoft.ML.FastTree v3.0.1

ツリー トレーナーを昇格するためのオプション。

public abstract class BoostedTreeOptions : Microsoft.ML.Trainers.FastTree.TreeOptions

type BoostedTreeOptions = class
    inherit TreeOptions

Public MustInherit Class BoostedTreeOptions
Inherits TreeOptions

継承

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

BoostedTreeOptions

派生

Microsoft.ML.Trainers.FastTree.FastTreeBinaryTrainer.Options

Microsoft.ML.Trainers.FastTree.FastTreeRankingTrainer.Options

Microsoft.ML.Trainers.FastTree.FastTreeRegressionTrainer.Options

Microsoft.ML.Trainers.FastTree.FastTreeTweedieTrainer.Options

コンストラクター

BoostedTreeOptions()

ツリー トレーナーを昇格するためのオプション。

フィールド

AllowEmptyTrees	ルート分割が不可能な場合は、トレーニングを続行できます。 (継承元 TreeOptions)
BaggingExampleFraction	各バッグで使用されるトレーニング例の割合。 既定値は 0.7 (70%) です。 (継承元 TreeOptions)
BaggingSize	各バッグ内の木の数 (袋詰めを無効にする場合は 0)。 (継承元 TreeOptions)
BestStepRankingRegressionTrees	最適な回帰ステップ ツリーを使用するためのオプション。
Bias	カテゴリフィーチャの各特徴量ビンの勾配を計算するためのバイアス。 (継承元 TreeOptions)
Bundling	低母集団ビンをバンドルします。Bundle.None(0): バンドルなし、Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor low population bundle. (継承元 TreeOptions)
CategoricalSplit	複数のカテゴリの特徴値に基づいて分割するかどうかを指定します。 (継承元 TreeOptions)
CompressEnsemble	ツリーアンサンブルを圧縮します。 (継承元 TreeOptions)
DiskTranspose	転置を実行するときに、ディスクまたはデータのネイティブなトランスポジション機能 (該当する場合) を利用するかどうか。 (継承元 TreeOptions)
DropoutRate	ツリーの正則化のドロップアウト率。
EnablePruning	オーバーフィットを回避するために、トレーニング後のツリーの排除を有効にします。 検証セットが必要です。
EntropyCoefficient	0 から 1 のエントロピ (正則化) 係数。 (継承元 TreeOptions)
ExampleWeightColumnName	重みなど、使用する列。 (継承元 TrainerInputBaseWithWeight)
ExecutionTime	実行時間の内訳を ML.NET チャネルに出力します。 (継承元 TreeOptions)
FeatureColumnName	特徴に使用する列。 (継承元 TrainerInputBase)
FeatureFirstUsePenalty	特徴の初回使用ペナルティ係数。 (継承元 TreeOptions)
FeatureFlocks	データセットの準備中に特徴を収集してトレーニングを高速化するかどうか。 (継承元 TreeOptions)
FeatureFraction	各イテレーションで使用する特徴量の割合 (ランダムに選択)。 90% の機能のみが必要な場合は、0.9 を使用します。 数値を小さくすると、オーバーフィットを減らすことができます。 (継承元 TreeOptions)
FeatureFractionPerSplit	各分割で使用する特徴の割合 (ランダムに選択)。 値が 0.9 の場合、すべての機能の 90% が期待に応じて削除されます。 (継承元 TreeOptions)
FeatureReusePenalty	この機能では、ペナルティ (正則化) 係数を再利用します。 (継承元 TreeOptions)
FeatureSelectionSeed	アクティブなフィーチャー選択のシード。 (継承元 TreeOptions)
FilterZeroLambdas	トレーニング中に 0 個のラムダをフィルター処理します。
GainConfidenceLevel	ツリーフィッティングは信頼度の要件を得ます。 確率とランダムな選択ゲインがこの値を上回る場合にのみ、ゲインを考慮してください。 (継承元 TreeOptions)
GetDerivativesSampleRate	GetDerivatives 関数で、各クエリを 1 回 (k 回) サンプリングします。
HistogramPoolSize	プール内のヒストグラムの数 (2 と numLeaves の間)。 (継承元 TreeOptions)
LabelColumnName	ラベルに使用する列。 (継承元 TrainerInputBaseWithLabel)
LearningRate	学習率。
MaximumBinCountPerFeature	特徴ごとの個別の値 (ビン) の最大数。 (継承元 TreeOptions)
MaximumCategoricalGroupCountPerNode	カテゴリ特徴量で分割する場合に考慮するカテゴリ分割グループの最大数。 分割グループは、分割ポイントのコレクションです。 これは、多くのカテゴリ特徴がある場合のオーバーフィットを減らすために使用されます。 (継承元 TreeOptions)
MaximumCategoricalSplitPointCount	カテゴリ特徴量で分割する場合に考慮するカテゴリ分割ポイントの最大数。 (継承元 TreeOptions)
MaximumNumberOfLineSearchSteps	角かっこで囲まれた行の後の検索ステップの数。
MaximumTreeOutput	単一ツリー出力の絶対値の上限。
MemoryStatistics	メモリ統計情報を ML.NET チャネルに出力します。 (継承元 TreeOptions)
MinimumExampleCountPerLeaf	新しいツリー リーフを形成するために必要なデータ ポイントの最小数。 (継承元 TreeOptions)
MinimumExampleFractionForCategoricalSplit	分割について考慮するビンの最小カテゴリの例の割合。 既定値は、すべてのトレーニング例の 0.1% です。 (継承元 TreeOptions)
MinimumExamplesForCategoricalSplit	分割について考慮するビン内の最小カテゴリ例数。 (継承元 TreeOptions)
MinimumStepSize	行検索ステップの最小サイズ。
NumberOfLeaves	各回帰ツリー内のリーフの最大数。 (継承元 TreeOptions)
NumberOfThreads	使用するスレッドの数。 (継承元 TreeOptions)
NumberOfTrees	アンサンブルに作成するデシジョン ツリーの合計数。 (継承元 TreeOptions)
OptimizationAlgorithm	使用する最適化アルゴリズム。
PruningThreshold	排除の許容しきい値。
PruningWindowSize	排除用の移動ウィンドウ サイズ。
RandomStart	トレーニングはランダムな順序から開始されます (/r1 によって決定されます)。
RowGroupColumnName	groupId など、使用する列。 (継承元 TrainerInputBaseWithGroupId)
Seed	乱数ジェネレーターのシード。 (継承元 TreeOptions)
Shrinkage	収縮。
Smoothing	ツリーの正則化のスムージング パラメーター。 (継承元 TreeOptions)
SoftmaxTemperature	特徴を選択するためのランダム化ソフトマックス分布の温度。 (継承元 TreeOptions)
SparsifyThreshold	スパース 特徴表現を使用するために必要なスパリティ レベル。 (継承元 TreeOptions)
TestFrequency	k ラウンドごとにトレーニング/有効/テストのメトリック値を計算します。 (継承元 TreeOptions)
UseLineSearch	ステップ サイズの行検索を使用するかどうかを指定します。
UseTolerantPruning	排除にはウィンドウと許容範囲を使用します。
WriteLastEnsemble	早期停止によって決定されるアンサンブルではなく、最後のアンサンブルを記述します。

プロパティ

EarlyStoppingRule

指定した条件を満たしたらトレーニング プロセスを終了するために使用される早期停止ルール。 考えられる選択肢はEarlyStoppingRuleBase、 や GeneralityLossRuleなどの TolerantEarlyStoppingRule の実装です。