LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase Klasa
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
public class LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase : Microsoft.ML.Trainers.TrainerInputBaseWithGroupId where TOptions : LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase, new() where TTransformer : ISingleFeaturePredictionTransformer<TModel> where TModel : classtype LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model (requires 'Options :> LightGbmTrainerBase<'Options, 'Output, 'ransformer, 'Model>.OptionsBase and 'Options : (new : unit -> 'Options) and 'ransformer :> ISingleFeaturePredictionTransformer<'Model> and 'Model : null)>.OptionsBase = class
inherit TrainerInputBaseWithGroupIdPublic Class LightGbmTrainerBase(Of TOptions, TOutput, TTransformer, TModel).OptionsBase
Inherits TrainerInputBaseWithGroupIdParametry typu
- TOptions
- TOutput
- TTransformer
- TModel
- Dziedziczenie
-
LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>.OptionsBase
- Pochodne
Pola
| Nazwa | Opis |
|---|---|
| BatchSize |
Liczba punktów danych na partię podczas ładowania danych. |
| CategoricalSmoothing |
Laplace smooth term in categoryegorical feature split .Laplace smooth term in categoryegorical feature split (Laplace smooth term in kategorical feature split). Może to zmniejszyć wpływ szumów w funkcjach kategorii, zwłaszcza w przypadku kategorii z kilkoma danymi. |
| EarlyStoppingRound |
Określa liczbę rund, po których trenowanie zostanie zatrzymane, jeśli nie poprawi się metryka walidacji. |
| ExampleWeightColumnName |
Kolumna do użycia na przykład wagi. (Odziedziczone po TrainerInputBaseWithWeight) |
| FeatureColumnName |
Kolumna do użycia dla funkcji. (Odziedziczone po TrainerInputBase) |
| HandleMissingValue |
Czy włączyć specjalną obsługę brakującej wartości, czy nie. |
| L2CategoricalRegularization |
Regularyzacja L2 dla podziału podzielonego na kategorie. |
| LabelColumnName |
Kolumna do użycia dla etykiet. (Odziedziczone po TrainerInputBaseWithLabel) |
| LearningRate |
Współczynnik zmniejszania drzew, używany do zapobiegania nadmiernemu dopasowaniu. |
| MaximumBinCountPerFeature |
Maksymalna liczba pojemników, w których będą znajdować się wartości funkcji. |
| MaximumCategoricalSplitPointCount |
Maksymalne podzielone punkty podzielone na kategorie, które należy wziąć pod uwagę podczas dzielenia na cechę kategorii. |
| MinimumExampleCountPerGroup |
Minimalna liczba punktów danych na grupę kategorii. |
| MinimumExampleCountPerLeaf |
Minimalna liczba punktów danych wymaganych do utworzenia nowego liścia drzewa. |
| NumberOfIterations |
Liczba iteracji zwiększających. Nowe drzewo jest tworzone w każdej iteracji, więc jest to równoważne liczbie drzew. |
| NumberOfLeaves |
Maksymalna liczba liści w jednym drzewie. |
| NumberOfThreads |
Określa liczbę wątków używanych do uruchamiania lightGBM. |
| RowGroupColumnName |
Kolumna do użycia na przykład groupId. (Odziedziczone po TrainerInputBaseWithGroupId) |
| Seed |
Losowe inicjatory lightGBM do użycia. |
| Silent |
Kontroluje poziom rejestrowania w programie LighGBM. |
| UseCategoricalSplit |
Czy włączyć podział kategorii, czy nie. |
| UseZeroAsMissingValue |
Czy włączyć użycie wartości zerowej (0) jako brakującej wartości. |
| Verbose |
Określa, czy mają być wyświetlane stany postępu podczas trenowania i oceny. |
Właściwości
| Nazwa | Opis |
|---|---|
| Booster |
Parametr Booster do użycia |