RegressionTree 类
定义
重要
一些信息与预发行产品相关,相应产品在发行之前可能会进行重大修改。 对于此处提供的信息,Microsoft 不作任何明示或暗示的担保。
用于向用户公开 Microsoft.ML.Trainers.FastTree.InternalRegressionTree属性的容器类。 此类不应可变,因此它包含大量只读成员。 请注意, RegressionTree 这与 RegressionTreeBase 另一个派生类相同,但在某些派生类 QuantileRegressionTree 中会添加一些属性。
public sealed class RegressionTree : Microsoft.ML.Trainers.FastTree.RegressionTreeBase
type RegressionTree = class
inherit RegressionTreeBase
Public NotInheritable Class RegressionTree
Inherits RegressionTreeBase
- 继承
属性
CategoricalSplitFlags |
确定拆分函数的类型。 如果 CategoricalSplitFlags[i] 为 true,则 i-th 节点使用分类拆分函数。 否则,使用传统的数字拆分。 (继承自 RegressionTreeBase) |
LeafValues |
LeafValues[i] 是 i-th 叶的学习值。 (继承自 RegressionTreeBase) |
LeftChild |
LeftChild[i] 是当 (1 (1 时使用的 i-th 节点子索引,) [ NumericalSplitFeatureIndexesi] 索引的数字特征小于或等于阈值 NumericalSplitThresholds[i],或 (2) nodeIndex=i 返回的值为分类特征 GetCategoricalCategoricalSplitFeatureRangeAt(Int32)不是 nodeIndex=i 的 GetCategoricalSplitFeaturesAt(Int32) 子集。
请注意,仅当 [i] 为 false 时 CategoricalSplitFlags,才会发生 (1) 的情况,否则 (2) 发生。 非负返回的值表示节点 (,即不是叶) ;例如,2 表示基础 Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree中的第三个节点。 负返回的值表示叶;例如,-1 代表 |
NumberOfLeaves |
树中的叶数。 请注意, NumberOfLeaves 不考虑非叶节点。 (继承自 RegressionTreeBase) |
NumberOfNodes |
树中的节点数。 这不包括任何叶子。 例如,具有 node0-node1>、node0-leaf3、node1-leaf1>、node1-leaf2 NumberOfNodes>>的NumberOfLeaves树应分别为 2 和 3。 (继承自 RegressionTreeBase) |
NumericalSplitFeatureIndexes |
NumericalSplitFeatureIndexes[i] 是使用 i-th 节点的拆分函数的功能索引。 仅当 [i] 为 false 时 CategoricalSplitFlags,此值才有效。 (继承自 RegressionTreeBase) |
NumericalSplitThresholds |
NumericalSplitThresholds[i] 是 [i] 为特征编制 NumericalSplitFeatureIndexes索引的阈值,其中 i 是 i-th 节点的索引 (例如,对于) 中的 Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree 第 2 个节点,i 为 1。 (继承自 RegressionTreeBase) |
RightChild |
RightChild[i] 是当两个条件( (1) 和 (2) LeftChild)两个条件时使用的 i-th 节点子索引不是真的。 其返回值遵循在 ..LeftChild (继承自 RegressionTreeBase) |
SplitGains |
通过在节点上拆分数据来获取的收益。 它的 i-th 值从 i-th 节点的拆分计算。 (继承自 RegressionTreeBase) |
方法
GetCategoricalCategoricalSplitFeatureRangeAt(Int32) |
返回在 nodeIndex 编制索引的节点中使用的分类阈值范围。 nodeIndex 为节点编制索引的分类拆分可以一次考虑多个连续输入特征:其范围由 GetCategoricalCategoricalSplitFeatureRangeAt(Int32). 返回的值始终为 2 元素数组;其第 1 个元素是起始索引,第 2 个元素是特征段的结束索引。 仅当 [nodeIndex] 为 true 时 CategoricalSplitFlags,返回的值才有效。 (继承自 RegressionTreeBase) |
GetCategoricalSplitFeaturesAt(Int32) |
返回在 nodeIndex 编制索引的节点中使用的分类阈值。 如果考虑的输入功能与所 GetCategoricalSplitFeaturesAt(Int32)返回的任何值不匹配,我们将它称为小于阈值的事件,因此 LeftChild[nodeIndex] 是输入应接下来返回的子节点。 仅当 [nodeIndex] 为 true 时 CategoricalSplitFlags,返回的值才有效。 (继承自 RegressionTreeBase) |