FastForestBinaryFeaturizationEstimator クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
入力フィーチャ ベクトルをツリー ベースのフィーチャに変換する IEstimator<TTransformer> 。
public sealed class FastForestBinaryFeaturizationEstimator : Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationEstimatorBasetype FastForestBinaryFeaturizationEstimator = class
inherit TreeEnsembleFeaturizationEstimatorBasePublic NotInheritable Class FastForestBinaryFeaturizationEstimator
Inherits TreeEnsembleFeaturizationEstimatorBase- 継承
注釈
入力列と出力列
入力ラベル列のデータは Booleanする必要があります。 入力特徴列のデータは、 Singleの既知のサイズのベクターである必要があります。
この推定器は、次の列を出力します。
| [出力列の名前] | 列の種類 | 説明 |
|---|---|---|
Trees |
既知のサイズのベクトル Single | すべてのツリーの出力値。 そのサイズは、ツリー アンサンブル モデルのツリーの合計数と同じです。 |
Leaves |
既知のサイズのベクトル Single | 入力特徴ベクトルが入るすべてのリーフの ID に対する 0 から 1 のベクトル表現。 そのサイズは、ツリー アンサンブル モデルの総葉数です。 |
Paths |
既知のサイズのベクトル Single | 葉に到達するために渡された入力特徴ベクトルのパスに対する 0 から 1 のベクトル表現。 そのサイズは、ツリー アンサンブル モデル内の非リーフ ノードの数です。 |
これらの出力列はすべて省略可能であり、ユーザーは名前を変更できます。 スキップされた列の名前を null に設定して、生成されないようにしてください。
予測の詳細
この推定器は、ツリー アンサンブル モデルから複数の出力列を生成します。 モデルに含まれるデシジョン ツリーは 1 つだけであるとします。
Node 0
/ \
/ \
/ \
/ \
Node 1 Node 2
/ \ / \
/ \ / \
/ \ Leaf -3 Node 3
Leaf -1 Leaf -2 / \
/ \
Leaf -4 Leaf -5
入力特徴ベクトルが Leaf -1に分類されると仮定します。 出力 Trees は、唯一の値が Leaf -1によって運ばれる決定値である1要素ベクトルであり得る。 出力 Leaves は 0 から 1 のベクトルです。 到達したリーフがツリー内の $i$-th ($-(i+1)$ でインデックス付けされているため、最初のリーフが Leaf -1) リーフである場合、 Leaves の$i$番目の値は 1 になり、他のすべての値は 0 になります。 出力 Paths は、リーフに到達する前に渡されたノードの 0 から 1 の表現です。
Pathsの$i$番目の要素は、$i$番目のノード ($i$ でインデックス付け) がタッチされているかどうかを示します。
たとえば、 Leaf -1 に達すると、 Pathsとして $[1, 1, 0, 0]$ になります。 複数のツリーがある場合、この推定器は、すべてのツリーの Trees、 Leaves、 Pathsを連結するだけです (最初のツリーの情報は連結されたベクトルの最初に表示されます)。
使用例へのリンクについては、「関連項目」セクションを参照してください。
メソッド
| 名前 | 説明 |
|---|---|
| Fit(IDataView) |
TreeEnsembleModelParametersの InputColumnName と呼ばれる列を 3 つの出力列にマップする |
| GetOutputSchema(SchemaShape) |
PretrainedTreeFeaturizationEstimator は、3 つの float-vector 列を |
拡張メソッド
| 名前 | 説明 |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
推定チェーンに "キャッシュ チェックポイント" を追加します。 これにより、ダウンストリーム推定器がキャッシュされたデータに対してトレーニングされるようになります。 複数のデータを受け取るトレーナーの前にキャッシュ チェックポイントを設定すると便利です。 |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
推定器が指定された場合は、 Fit(IDataView) が呼び出されるとデリゲートを呼び出すラップ オブジェクトを返します。 多くの場合、推定器が適合した内容に関する情報を返すことが重要です。そのため、 Fit(IDataView) メソッドは一般的な ITransformerではなく、明示的に型指定されたオブジェクトを返します。 ただし、同時に、 IEstimator<TTransformer> は多くのオブジェクトを含むパイプラインに形成されることが多いため、トランスフォーマーを取得する推定器がこのチェーンのどこかに埋もれている EstimatorChain<TLastTransformer> を使用して、推定器のチェーンを構築する必要がある場合があります。 このシナリオでは、このメソッドを使用して、fit が呼び出されると呼び出されるデリゲートをアタッチできます。 |