FeatureContributionCalculatingEstimator Klasa

Definicja

Przestrzeń nazw:: Microsoft.ML.Transforms

Zestaw:: Microsoft.ML.Data.dll

Pakiet:: Microsoft.ML v4.0.1

Pakiet:: Microsoft.ML v1.0.0

Pakiet:: Microsoft.ML v1.1.0

Pakiet:: Microsoft.ML v1.2.0

Pakiet:: Microsoft.ML v1.3.1

Pakiet:: Microsoft.ML v1.4.0

Pakiet:: Microsoft.ML v1.5.5

Pakiet:: Microsoft.ML v1.6.0

Pakiet:: Microsoft.ML v1.7.0

Pakiet:: Microsoft.ML v2.0.1

Pakiet:: Microsoft.ML v3.0.1

Pakiet:: Microsoft.ML v5.0.0-preview.1.25125.4

Źródło:: FeatureContributionCalculationTransformer.cs

Źródło:: FeatureContributionCalculationTransformer.cs

Źródło:: FeatureContributionCalculationTransformer.cs

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.

Narzędzie do szacowania dla elementu FeatureContributionCalculatingTransformer. Oblicza wkład poszczególnych funkcji specyficznych dla modelu do oceny każdego wektora wejściowego.

public sealed class FeatureContributionCalculatingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.FeatureContributionCalculatingTransformer>

type FeatureContributionCalculatingEstimator = class
    inherit TrivialEstimator<FeatureContributionCalculatingTransformer>

Public NotInheritable Class FeatureContributionCalculatingEstimator
Inherits TrivialEstimator(Of FeatureContributionCalculatingTransformer)

Dziedziczenie: Object

TrivialEstimator<FeatureContributionCalculatingTransformer>
FeatureContributionCalculatingEstimator

Uwagi

Charakterystyka narzędzia do szacowania


Czy ten narzędzie do szacowania musi przyjrzeć się danym, aby wytrenować jego parametry?	No
Typ danych kolumny wejściowej	Znany wektor wielkości Single
Typ danych kolumny wyjściowej	Znany wektor wielkości Single
Możliwość eksportowania do ONNX	No

Ocenianie zestawu danych przy użyciu wytrenowanego modelu generuje wynik lub przewidywanie dla każdego przykładu. Aby zrozumieć i wyjaśnić te przewidywania, warto sprawdzić, które funkcje miały największy wpływ na te funkcje. Ten transformator oblicza specyficzną dla modelu listę współtworzenia poszczególnych funkcji do oceny dla każdego przykładu. Te wkłady mogą być pozytywne (sprawiają, że wynik jest wyższy) lub ujemny (sprawiają, że wynik jest niższy).

Obliczanie udziału funkcji jest obecnie obsługiwane dla następujących modeli:

W przypadku modeli liniowych wkład danej funkcji jest równy produktowi wartości funkcji o odpowiedniej wadze. Podobnie w przypadku uogólnionych modeli dodawania (GAM) współtworzenie funkcji jest równe funkcji kształtu dla danej funkcji ocenianej na wartości funkcji.

W przypadku modeli opartych na drzewach obliczanie udziału funkcji zasadniczo polega na określeniu, które podziały w drzewie mają największy wpływ na wynik końcowy i przypisanie wartości wpływu do cech określających podział. Dokładniej rzecz biorąc, udział funkcji jest równy zmianie wyniku generowanego przez eksplorowanie przeciwnego drzewa podrzędnego za każdym razem, gdy wystąpi węzeł decyzyjny dla danej funkcji. Rozważ prosty przypadek z pojedynczym drzewem decyzyjnym, który ma węzeł decyzyjny dla funkcji binarnej F1. Biorąc pod uwagę przykład z funkcją F1 równą true, możemy obliczyć wynik uzyskany w przypadku wybrania poddrzewa odpowiadającego funkcji F1 równej fałszowi przy zachowaniu innej stałej funkcji. Wkład funkcji F1 dla danego przykładu jest różnicą między oryginalnym wynikiem a wynikiem uzyskanym przez podjęcie przeciwnej decyzji w węźle odpowiadającym funkcji F1. Ten algorytm naturalnie rozszerza modele z wieloma drzewami decyzyjnymi.

Zapoznaj się z sekcją Zobacz również, aby uzyskać linki do przykładów użycia.

Metody

Nazwa	Opis
Fit(IDataView)	Narzędzie do szacowania dla elementu FeatureContributionCalculatingTransformer. Oblicza wkład poszczególnych funkcji specyficznych dla modelu do oceny każdego wektora wejściowego. (Odziedziczone po TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)	SchemaShape Zwraca schemat, który zostanie wygenerowany przez transformator. Służy do propagacji schematu i weryfikacji w potoku.

Metody rozszerzania

Nazwa	Opis
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	Dołącz punkt kontrolny buforowania do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane z buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejdą wiele danych.
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	Biorąc pod uwagę narzędzie do szacowania, zwróć obiekt opakowujący, który wywoła delegata po Fit(IDataView) wywołaniu. Często ważne jest, aby narzędzie do szacowania zwracało informacje o tym, co było odpowiednie, dlatego Fit(IDataView) metoda zwraca specjalnie wpisany obiekt, a nie tylko ogólne ITransformer. Jednak w tym samym czasie IEstimator<TTransformer> są często tworzone w potoki z wieloma obiektami, więc może być konieczne utworzenie łańcucha narzędzi do szacowania za pośrednictwem EstimatorChain<TLastTransformer> miejsca, w którym narzędzie do szacowania, dla którego chcemy uzyskać transformator jest pochowany gdzieś w tym łańcuchu. W tym scenariuszu możemy za pomocą tej metody dołączyć delegata, który będzie wywoływany po wywołaniu dopasowania.

Nazwa

Opis

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Dołącz punkt kontrolny buforowania do łańcucha narzędzia do szacowania. Zapewni to, że narzędzia do szacowania podrzędnego zostaną wytrenowane z buforowanych danych. Warto mieć punkt kontrolny buforowania, zanim trenerzy przejdą wiele danych.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Biorąc pod uwagę narzędzie do szacowania, zwróć obiekt opakowujący, który wywoła delegata po Fit(IDataView) wywołaniu. Często ważne jest, aby narzędzie do szacowania zwracało informacje o tym, co było odpowiednie, dlatego Fit(IDataView) metoda zwraca specjalnie wpisany obiekt, a nie tylko ogólne ITransformer. Jednak w tym samym czasie IEstimator<TTransformer> są często tworzone w potoki z wieloma obiektami, więc może być konieczne utworzenie łańcucha narzędzi do szacowania za pośrednictwem EstimatorChain<TLastTransformer> miejsca, w którym narzędzie do szacowania, dla którego chcemy uzyskać transformator jest pochowany gdzieś w tym łańcuchu. W tym scenariuszu możemy za pomocą tej metody dołączyć delegata, który będzie wywoływany po wywołaniu dopasowania.

Dotyczy