PretrainedTreeFeaturizationEstimator 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

IEstimator<TTransformer>包含预先训练TreeEnsembleModelParameters的 并调用其 Fit(IDataView) 的 基于预先训练的模型生成特征化器。

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

type PretrainedTreeFeaturizationEstimator = class
    inherit TreeEnsembleFeaturizationEstimatorBase

Public NotInheritable Class PretrainedTreeFeaturizationEstimator
Inherits TreeEnsembleFeaturizationEstimatorBase

继承

Object

TreeEnsembleFeaturizationEstimatorBase

PretrainedTreeFeaturizationEstimator

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	向量Single	所有树的输出值。
Leaves	Single 的向量	所有 ID 都会离开输入特征向量所在的位置。
Paths	Single 的向量	输入特征向量传递以到达叶的路径。

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

• FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)