FastTreeTweedieTrainer.Options 類別

定義

命名空間:

Microsoft.ML.Trainers.FastTree

組件:

Microsoft.ML.FastTree.dll

套件:

Microsoft.ML.FastTree v3.0.1

FastTreeTweedieTrainer 在 FastTreeTweedie 中使用的 選項 (選項) 。

public sealed class FastTreeTweedieTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>

type FastTreeTweedieTrainer.Options = class
    inherit BoostedTreeOptions
    interface IComponentFactory<ITrainer>
    interface IComponentFactory

Public NotInheritable Class FastTreeTweedieTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)

繼承

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

BoostedTreeOptions

FastTreeTweedieTrainer.Options

實作

IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>

建構函式

FastTreeTweedieTrainer.Options()

使用預設值建立新的 FastTreeTweedieTrainer.Options 物件。

欄位

AllowEmptyTrees	當無法分割根時，允許訓練繼續進行。 (繼承來源 TreeOptions)
BaggingExampleFraction	每個包中使用的定型範例百分比。 預設值為 0.7 (70%) 。 (繼承來源 TreeOptions)
BaggingSize	每個包 (0 的樹狀結構數目，以停用) 。 (繼承來源 TreeOptions)
BestStepRankingRegressionTrees	使用最佳回歸步驟樹狀結構的選項。 (繼承來源 BoostedTreeOptions)
Bias	針對類別特徵的每個特徵量化計算漸層的偏差。 (繼承來源 TreeOptions)
Bundling	組合低母體擴展量化。Bundle.None (0) ： no bundleling， Bundle.AggregateLowPopulation (1) ： Bundle low population， Bundle.Adjacent (2) ： Neighbor low population bundle. (繼承來源 TreeOptions)
CategoricalSplit	是否要根據多個類別特徵值進行分割。 (繼承來源 TreeOptions)
CompressEnsemble	壓縮樹狀結構Ensemble。 (繼承來源 TreeOptions)
DiskTranspose	在執行轉置時，是否要利用磁片或資料的原生轉置功能， (適用的) 。 (繼承來源 TreeOptions)
DropoutRate	樹狀結構正規化的卸載率。 (繼承來源 BoostedTreeOptions)
EnablePruning	啟用訓練後樹狀結構剪除以避免過度學習。 它需要驗證集。 (繼承來源 BoostedTreeOptions)
EntropyCoefficient	entropy (正規化) 0 到 1 之間的係數。 (繼承來源 TreeOptions)
ExampleWeightColumnName	要用於範例權數的資料行。 (繼承來源 TrainerInputBaseWithWeight)
ExecutionTime	列印執行時間明細以 ML.NET 通道。 (繼承來源 TreeOptions)
FeatureColumnName	要用於功能的資料行。 (繼承來源 TrainerInputBase)
FeatureFirstUsePenalty	特徵會先使用懲罰係數。 (繼承來源 TreeOptions)
FeatureFlocks	是否要在資料集準備期間收集特徵，以加速定型。 (繼承來源 TreeOptions)
FeatureFraction	(隨機播放的功能分數，) 在每個反復專案上使用。 如果需要 90% 的功能，請使用 0.9。 較低的數位有助於減少過度調整。 (繼承來源 TreeOptions)
FeatureFractionPerSplit	(隨機播放的功能分數) ，以用於每個分割。 如果值為 0.9，則會在預期中捨棄所有功能的 90%。 (繼承來源 TreeOptions)
FeatureReusePenalty	特徵重複使用懲罰 (正規化) 係數。 (繼承來源 TreeOptions)
FeatureSelectionSeed	作用中特徵選取專案的種子。 (繼承來源 TreeOptions)
FilterZeroLambdas	在定型期間篩選零 Lambda。 (繼承來源 BoostedTreeOptions)
GainConfidenceLevel	樹狀結構調整可取得信賴需求。 只有在其可能性與隨機播放增益高於此值時，才考慮取得。 (繼承來源 TreeOptions)
GetDerivativesSampleRate	在 GetDerivatives 函式中，以 k 次取樣每個查詢 1 次。 (繼承來源 BoostedTreeOptions)
HistogramPoolSize	集區中的長條圖數目 (介於 2 到 numLeaves) 之間。 (繼承來源 TreeOptions)
Index	Tweedie 分佈的索引參數，範圍為 [1， 2]。 1 是波氏損失，2 是 Gamma 損失，而中繼值則是複合 Poisson 損失。
LabelColumnName	要用於標籤的資料行。 (繼承來源 TrainerInputBaseWithLabel)
LearningRate	學習率。 (繼承來源 BoostedTreeOptions)
MaximumBinCountPerFeature	每個功能) 的間隔 (相異值數目上限。 (繼承來源 TreeOptions)
MaximumCategoricalGroupCountPerNode	在類別功能上分割時要考慮的類別分割群組上限。 分割群組是分割點的集合。 當有許多類別特徵時，這會用來減少過度學習。 (繼承來源 TreeOptions)
MaximumCategoricalSplitPointCount	在類別特徵上分割時要考慮的類別分割點上限。 (繼承來源 TreeOptions)
MaximumNumberOfLineSearchSteps	方括弧後行搜尋步驟的數目。 (繼承來源 BoostedTreeOptions)
MaximumTreeOutput	單一樹狀結構輸出的絕對值上限。 (繼承來源 BoostedTreeOptions)
MemoryStatistics	將記憶體統計資料列印至 ML.NET 通道。 (繼承來源 TreeOptions)
MinimumExampleCountPerLeaf	形成新樹狀結構分葉所需的最少資料點數目。 (繼承來源 TreeOptions)
MinimumExampleFractionForCategoricalSplit	要考慮分割之量化中的類別範例百分比下限。 所有訓練範例的預設值為 0.1%。 (繼承來源 TreeOptions)
MinimumExamplesForCategoricalSplit	要考慮分割之量化中的最小類別範例計數。 (繼承來源 TreeOptions)
MinimumStepSize	行搜尋步驟大小下限。 (繼承來源 BoostedTreeOptions)
NumberOfLeaves	每個迴歸樹狀結構中的分葉數目上限。 (繼承來源 TreeOptions)
NumberOfThreads	要使用的執行緒數目。 (繼承來源 TreeOptions)
NumberOfTrees	在內建中建立的決策樹總數。 (繼承來源 TreeOptions)
OptimizationAlgorithm	要使用的優化演算法。 (繼承來源 BoostedTreeOptions)
PruningThreshold	剪除的容錯臨界值。 (繼承來源 BoostedTreeOptions)
PruningWindowSize	剪除的移動視窗大小。 (繼承來源 BoostedTreeOptions)
RandomStart	定型會從 /r1) 決定的隨機排序 (開始。 (繼承來源 BoostedTreeOptions)
RowGroupColumnName	要用於 example groupId 的資料行。 (繼承來源 TrainerInputBaseWithGroupId)
Seed	亂數產生器的種子。 (繼承來源 TreeOptions)
Shrinkage	收縮。 (繼承來源 BoostedTreeOptions)
Smoothing	樹狀結構正規化的 Smoothing 參數。 (繼承來源 TreeOptions)
SoftmaxTemperature	隨機化 softmax 分佈的溫度，用於選擇此功能。 (繼承來源 TreeOptions)
SparsifyThreshold	使用疏鬆特徵表示所需的疏鬆層級。 (繼承來源 TreeOptions)
TestFrequency	計算每個 k 舍入的定型/有效/測試計量值。 (繼承來源 TreeOptions)
UseLineSearch	判斷是否要使用行搜尋步驟大小。 (繼承來源 BoostedTreeOptions)
UseTolerantPruning	使用視窗和容錯進行剪除。 (繼承來源 BoostedTreeOptions)
WriteLastEnsemble	撰寫最後一個整合，而不是由早期停止所決定的集合。 (繼承來源 BoostedTreeOptions)

屬性

EarlyStoppingMetric	早期停止計量。
EarlyStoppingRule	符合指定準則之後，用來終止定型程式的早期停止規則。 可能的選擇是 EarlyStoppingRuleBase 的實作，例如 TolerantEarlyStoppingRule 和 GeneralityLossRule 。 (繼承來源 BoostedTreeOptions)

明確介面實作

IComponentFactory<ITrainer>.CreateComponent(IHostEnvironment)

FastTreeTweedieTrainer 在 FastTreeTweedie 中使用的 選項 (選項) 。