TreeOptions 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。
ツリー トレーナーのオプション。
public abstract class TreeOptions : Microsoft.ML.Trainers.TrainerInputBaseWithGroupIdtype TreeOptions = class
inherit TrainerInputBaseWithGroupIdPublic MustInherit Class TreeOptions
Inherits TrainerInputBaseWithGroupId- 継承
- 派生
コンストラクター
| 名前 | 説明 |
|---|---|
| TreeOptions() |
ツリー トレーナーのオプション。 |
フィールド
| 名前 | 説明 |
|---|---|
| AllowEmptyTrees |
ルート分割が不可能な場合は、トレーニングを続行できます。 |
| BaggingExampleFraction |
各バッグで使用されるトレーニング例の割合。 既定値は 0.7 (70%) です。 |
| BaggingSize |
各バッグ内のツリーの数 (袋詰めを無効にする場合は 0)。 |
| Bias |
カテゴリフィーチャの各特徴ビンの勾配を計算するためのバイアス。 |
| Bundling |
低母集団ビンをバンドルします。Bundle.None(0): no bundleling, Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor low population bundle. |
| CategoricalSplit |
複数のカテゴリの特徴値に基づいて分割するかどうかを指定します。 |
| CompressEnsemble |
ツリーアンサンブルを圧縮します。 |
| DiskTranspose |
転置を実行するときに、ディスクまたはデータのネイティブな転置機能 (該当する場合) を利用するかどうか。 |
| EntropyCoefficient |
0 から 1 のエントロピ (正則化) 係数。 |
| ExampleWeightColumnName |
重みなどの使用する列。 (継承元 TrainerInputBaseWithWeight) |
| ExecutionTime |
実行時間の内訳を ML.NET チャネルに出力します。 |
| FeatureColumnName |
特徴に使用する列。 (継承元 TrainerInputBase) |
| FeatureFirstUsePenalty |
この特徴は、最初にペナルティ係数を使用します。 |
| FeatureFlocks |
トレーニングを高速化するためにデータセットの準備中に特徴を収集するかどうか。 |
| FeatureFraction |
各イテレーションで使用する特徴の割合 (ランダムに選択)。 90% の機能のみが必要な場合は、0.9 を使用します。 数値を小さくすると、オーバーフィットを減らすことができます。 |
| FeatureFractionPerSplit |
各分割で使用する特徴の割合 (ランダムに選択)。 値が 0.9 の場合、すべての特徴の 90% が予期して破棄されます。 |
| FeatureReusePenalty |
特徴はペナルティ (正則化) 係数を再利用します。 |
| FeatureSelectionSeed |
アクティブなフィーチャ選択のシード。 |
| GainConfidenceLevel |
ツリーフィッティングは信頼度要件を得ます。 確率とランダム選択ゲインがこの値を上回る場合にのみ、ゲインを考慮してください。 |
| HistogramPoolSize |
プール内のヒストグラムの数 (2 から numLeaves の間)。 |
| LabelColumnName |
ラベルに使用する列。 (継承元 TrainerInputBaseWithLabel) |
| MaximumBinCountPerFeature |
機能ごとの個別の値 (ビン) の最大数。 |
| MaximumCategoricalGroupCountPerNode |
カテゴリ特徴で分割する際に考慮する最大カテゴリ分割グループ。 分割グループは、分割ポイントのコレクションです。 これは、カテゴリの特徴が多数ある場合のオーバーフィットを減らすために使用されます。 |
| MaximumCategoricalSplitPointCount |
カテゴリフィーチャで分割する際に考慮する最大カテゴリ分割ポイント。 |
| MemoryStatistics |
メモリ統計情報を ML.NET チャネルに出力します。 |
| MinimumExampleCountPerLeaf |
新しいツリー リーフを形成するために必要なデータ ポイントの最小数。 |
| MinimumExampleFractionForCategoricalSplit |
分割について考慮するビンの最小カテゴリの例の割合。 既定値は、すべてのトレーニング例の% 0.1 です。 |
| MinimumExamplesForCategoricalSplit |
分割について考慮するビン内の最小カテゴリの例数。 |
| NumberOfLeaves |
各回帰ツリー内の葉の最大数。 |
| NumberOfThreads |
使用するスレッドの数。 |
| NumberOfTrees |
アンサンブルで作成するデシジョン ツリーの合計数。 |
| RowGroupColumnName |
groupId などの使用する列。 (継承元 TrainerInputBaseWithGroupId) |
| Seed |
乱数ジェネレーターのシード。 |
| Smoothing |
ツリーの正則化のスムージング パラメーター。 |
| SoftmaxTemperature |
特徴を選択するためのランダム化されたソフトマックス分布の温度。 |
| SparsifyThreshold |
スパース フィーチャ リプレゼンテーションを使用するために必要なスパリティ レベル。 |
| TestFrequency |
k ラウンドごとにトレーニング/有効/テストのメトリック値を計算します。 |