TreeEnsembleFeaturizationEstimatorBase Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
Cette classe encapsule le comportement commun de tous les caractérisations basés sur l’arborescence, tels que FastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimator, FastForestRegressionFeaturizationEstimatoret PretrainedTreeFeaturizationEstimator. Tous les caractérisations basés sur les arborescences partagent le même schéma de sortie calculé par GetOutputSchema(SchemaShape). Tous les caractérisations basés sur une arborescence nécessitent un nom de colonne de fonctionnalité d’entrée et un suffixe pour toutes les colonnes de sortie. Le ITransformer retour Fit(IDataView) produit trois colonnes : (1) les valeurs de prédiction de toutes les arborescences ( 2) les ID des feuilles du vecteur de caractéristique d’entrée qui tombent et (3) le vecteur binaire qui encode les chemins vers ces feuilles de destination.
public abstract class TreeEnsembleFeaturizationEstimatorBase : Microsoft.ML.IEstimator<Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationTransformer>type TreeEnsembleFeaturizationEstimatorBase = class
interface IEstimator<TreeEnsembleFeaturizationTransformer>Public MustInherit Class TreeEnsembleFeaturizationEstimatorBase
Implements IEstimator(Of TreeEnsembleFeaturizationTransformer)- Héritage
-
TreeEnsembleFeaturizationEstimatorBase
- Dérivé
- Implémente
Méthodes
| Nom | Description |
|---|---|
| Fit(IDataView) |
Produisez une TreeEnsembleModelParameters colonne qui mappe la colonne appelée InputColumnName à |
| GetOutputSchema(SchemaShape) |
PretrainedTreeFeaturizationEstimator ajoute trois colonnes à vecteur flottant dans |
Méthodes d’extension
| Nom | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Ajoutez un « point de contrôle de mise en cache » à la chaîne d’estimateur. Cela garantit que les estimateurs en aval seront entraînés par rapport aux données mises en cache. Il est utile d’avoir un point de contrôle de mise en cache avant les formateurs qui prennent plusieurs passes de données. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
En fonction d’un estimateur, retournez un objet de création de package de restrictions qui appellera un délégué une fois Fit(IDataView) appelé. Il est souvent important pour un estimateur de retourner des informations sur ce qui était adapté, c’est pourquoi la Fit(IDataView) méthode retourne un objet spécifiquement typé, plutôt que simplement un général ITransformer. Toutefois, en même temps, IEstimator<TTransformer> sont souvent formés en pipelines avec de nombreux objets, nous devrons peut-être construire une chaîne d’estimateurs via EstimatorChain<TLastTransformer> laquelle l’estimateur pour lequel nous voulons obtenir le transformateur est enterré quelque part dans cette chaîne. Pour ce scénario, nous pouvons par le biais de cette méthode attacher un délégué qui sera appelé une fois l’ajustement appelé. |