LightGbmMulticlassTrainer.Options 类

定义

public sealed class LightGbmMulticlassTrainer.Options : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options,Microsoft.ML.Data.VBuffer<float>,Microsoft.ML.Data.MulticlassPredictionTransformer<Microsoft.ML.Trainers.OneVersusAllModelParameters>,Microsoft.ML.Trainers.OneVersusAllModelParameters>.OptionsBase
type LightGbmMulticlassTrainer.Options = class
    inherit LightGbmTrainerBase<LightGbmMulticlassTrainer.Options, VBuffer<single>, MulticlassPredictionTransformer<OneVersusAllModelParameters>, OneVersusAllModelParameters>.OptionsBase
Public NotInheritable Class LightGbmMulticlassTrainer.Options
Inherits LightGbmTrainerBase(Of LightGbmMulticlassTrainer.Options, VBuffer(Of Single), MulticlassPredictionTransformer(Of OneVersusAllModelParameters), OneVersusAllModelParameters).OptionsBase
继承

构造函数

LightGbmMulticlassTrainer.Options()

LightGbmMulticlassTrainer LightGbm (选项) 中使用的选项

字段

BatchSize

加载数据时,每个批处理的数据点数。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
CategoricalSmoothing

分类特征拆分中的 Laplace 平滑术语。 这可以减少分类特征中噪音的影响,尤其是对于数据很少的类别。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
EarlyStoppingRound

确定舍入数,如果验证指标未改进,训练将停止。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
EvaluationMetric

确定要使用的评估指标。

ExampleWeightColumnName

要用于示例权重的列。

(继承自 TrainerInputBaseWithWeight)
FeatureColumnName

要用于功能的列。

(继承自 TrainerInputBase)
HandleMissingValue

是否启用对缺失值的特殊处理。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
L2CategoricalRegularization

分类拆分的 L2 正则化。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
LabelColumnName

要用于标签的列。

(继承自 TrainerInputBaseWithLabel)
LearningRate

树的收缩率,用于防止过度拟合。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MaximumBinCountPerFeature

功能值将存储到的最大箱数。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MaximumCategoricalSplitPointCount

在分类特征上拆分时要考虑的最大分类拆分点。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MinimumExampleCountPerGroup

每个分类组的最小数据点数。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
MinimumExampleCountPerLeaf

形成新树叶所需的最小数据点数。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
NumberOfIterations

提升迭代数。 在每次迭代中创建一个新树,因此这相当于树的数量。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
NumberOfLeaves

一棵树中的最大叶数。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
NumberOfThreads

确定用于运行 LightGBM 的线程数。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
RowGroupColumnName

要用于 example groupId 的列。

(继承自 TrainerInputBaseWithGroupId)
Seed

要使用的 LightGBM 的随机种子。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
Sigmoid

sigmoid 函数的参数。

Silent

控制 LighGBM 中的日志记录级别。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
UnbalancedSets

训练数据是否不平衡。

UseCategoricalSplit

是否启用分类拆分。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
UseSoftmax

是否使用 softmax 丢失。

UseZeroAsMissingValue

是否启用零 (0) 作为缺失值的用法。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)
Verbose

确定是否在训练和评估期间输出进度状态。

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)

属性

Booster

要使用的 Booster 参数

(继承自 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase)

适用于