FastTreeRegressionFeaturizationEstimator 类

定义

命名空间:

Microsoft.ML.Trainers.FastTree

程序集:

Microsoft.ML.FastTree.dll

包:

Microsoft.ML.FastTree v2.0.0

一个 IEstimator<TTransformer> ，用于将输入特征向量转换为基于树的特征。

public sealed class FastTreeRegressionFeaturizationEstimator : Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationEstimatorBase

type FastTreeRegressionFeaturizationEstimator = class
    inherit TreeEnsembleFeaturizationEstimatorBase

Public NotInheritable Class FastTreeRegressionFeaturizationEstimator
Inherits TreeEnsembleFeaturizationEstimatorBase

继承

Object

TreeEnsembleFeaturizationEstimatorBase

FastTreeRegressionFeaturizationEstimator

注解

输入和输出列

输入标签列数据必须为 Single。 输入特征列数据必须是 的已知大小向量 Single。

此估算器输出以下列：

输出列名称	列名称	说明
Trees	已知大小的向量 Single	所有树的输出值。 其大小与树系综模型中的树总数相同。
Leaves	已知大小的向量 Single	输入特征向量所属的所有叶 ID 的 0-1 向量表示形式。 其大小是树系综模型中总叶数。
Paths	已知大小的向量 Single	0-1 向量表示输入特征向量通过的路径到达叶。 其大小是树系综模型中非叶节点的数目。

这些输出列都是可选的，用户可以更改其名称。 请将跳过的列的名称设置为 null，以便不会生成它们。

预测详细信息

此估算器从树系综模型生成多个输出列。 假设模型仅包含一个决策树：

               Node 0
               /    \
             /        \
           /            \
         /                \
       Node 1            Node 2
       /    \            /    \
     /        \        /        \
   /            \     Leaf -3  Node 3
  Leaf -1      Leaf -2         /    \
                             /        \
                            Leaf -4  Leaf -5

假设输入特征向量属于 Leaf -1。 输出 Trees 可以是 1 元素向量，其中唯一的值是 携带的 Leaf -1决策值。 输出 Leaves 为 0-1 向量。 如果到达的叶是按 $- (i+1) $ 索引的第$i$ (，则第一个叶) Leaf -1 树中的叶，则 中的 Leaves 第$i$值将为 1，所有其他值为 0。 输出 Paths 是到达叶之前通过的节点的 0-1 表示形式。 中的 Paths $i$-th 元素指示是否接触按 $i$) 索引的第$i$节点 (。 例如，到达 Leaf -1 潜在顾客 $[1， 1， 0， 0]$ 作为 Paths。 如果存在多个树，则此估算器只会从所有树中连接 Trees'， Leaves' ， Paths'' ， (第一棵树的信息首先出现在) 串联向量中。

有关使用示例的链接，请查看“另请参阅”部分。

方法

Fit(IDataView)	生成一个 ，它将调用InputColumnNameinput的列映射到三个TreeEnsembleModelParameters输出列。 (继承自 TreeEnsembleFeaturizationEstimatorBase)
GetOutputSchema(SchemaShape)	PretrainedTreeFeaturizationEstimator 将三个浮向量列添加到 中 inputSchema。 给定特征向量列时，添加的列是所有树的预测值、特征向量所属的叶 ID 以及这些叶的路径。 (继承自 TreeEnsembleFeaturizationEstimatorBase)

扩展方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	将“缓存检查点”追加到估算器链。 这将确保针对缓存的数据训练下游估算器。 在接受多个数据传递的训练程序之前设置缓存检查点会很有帮助。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	给定估算器后，返回一个包装对象，该对象在调用 后 Fit(IDataView) 将调用委托。 对于估算器来说，返回有关适合对象的信息通常很重要，这就是方法返回特定类型对象（而不仅仅是常规 ITransformer）的原因Fit(IDataView)。 但是，同时， IEstimator<TTransformer> 通常形成为包含许多对象的管道，因此我们可能需要通过 EstimatorChain<TLastTransformer> 构建估算器链，其中要获取转换器的估算器埋在此链中的某个位置。 对于这种情况，我们可以通过此方法附加一个委托，该委托将在调用 fit 后调用。

另请参阅

• FeaturizeByFastTreeRegression(TransformsCatalog, FastTreeRegressionFeaturizationEstimator+Options)