LightGbmRankingTrainer 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。
LightGBM を使用してブースト デシジョン ツリーのランク付けモデルをトレーニングするための IEstimator<TTransformer> 。
public sealed class LightGbmRankingTrainer : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmRankingTrainer.Options,float,Microsoft.ML.Data.RankingPredictionTransformer<Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters>,Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters>type LightGbmRankingTrainer = class
inherit LightGbmTrainerBase<LightGbmRankingTrainer.Options, single, RankingPredictionTransformer<LightGbmRankingModelParameters>, LightGbmRankingModelParameters>Public NotInheritable Class LightGbmRankingTrainer
Inherits LightGbmTrainerBase(Of LightGbmRankingTrainer.Options, Single, RankingPredictionTransformer(Of LightGbmRankingModelParameters), LightGbmRankingModelParameters)- 継承
注釈
このトレーナーを作成するには、 LightGbm または LightGbm (オプション) を使用します。
入力列と出力列
入力ラベルのデータ型は、キー 型または Singleでなければなりません。 ラベルの値によって関連性が決まります。値が大きいほど関連性が高いことを示します。 ラベルが キー 型の場合、キー インデックスは関連性の値であり、最も小さいインデックスは最も関連性が低い値です。 ラベルが Singleの場合、値が大きいほど関連性が高いことを示します。 特徴列は、 Single の既知のサイズのベクターである必要があり、入力行グループ列は キー 型である必要があります。
このトレーナーは、次の列を出力します。
| [出力列の名前] | 列の種類 | 説明 |
|---|---|---|
Score |
Single | 予測を決定するためにモデルによって計算された無制限のスコア。 |
トレーナーの特性
| 機械学習タスク | Ranking |
| 正規化は必要ですか? | No |
| キャッシュは必要ですか? | No |
| Microsoft.ML に加えて必要な NuGet | Microsoft.ML.LightGbm |
| ONNX にエクスポート可能 | No |
トレーニング アルゴリズムの詳細
LightGBM は、勾配ブースティング デシジョン ツリーのオープンソース実装です。 実装の詳細については、 LightGBM の公式ドキュメント またはこの ホワイト ペーパーを参照してください。
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。
フィールド
| 名前 | 説明 |
|---|---|
| FeatureColumn |
トレーナーが期待する特徴列。 (継承元 TrainerEstimatorBase<TTransformer,TModel>) |
| GroupIdColumn |
ランク付けトレーナーが期待する省略可能な groupID 列。 (継承元 TrainerEstimatorBaseWithGroupId<TTransformer,TModel>) |
| LabelColumn |
トレーナーが期待するラベル列。
|
| WeightColumn |
トレーナーが期待する重み列。
|
プロパティ
| 名前 | 説明 |
|---|---|
| Info |
LightGBM を使用してブースト デシジョン ツリーのランク付けモデルをトレーニングするための IEstimator<TTransformer> 。 (継承元 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>) |
メソッド
| 名前 | 説明 |
|---|---|
| Fit(IDataView, IDataView) |
トレーニング データと検証データの両方を使用して LightGbmRankingTrainer をトレーニングし、 RankingPredictionTransformer<TModel>を返します。 |
| Fit(IDataView) |
ITransformerをトレーニングして返します。 (継承元 TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
LightGBM を使用してブースト デシジョン ツリーのランク付けモデルをトレーニングするための IEstimator<TTransformer> 。 (継承元 TrainerEstimatorBase<TTransformer,TModel>) |
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。 |