FastTreeBinaryTrainer.Options 類別

定義

命名空間:: Microsoft.ML.Trainers.FastTree

組件:: Microsoft.ML.FastTree.dll

套件:: Microsoft.ML.FastTree v4.0.1

套件:: Microsoft.ML.FastTree v1.0.0

套件:: Microsoft.ML.FastTree v1.1.0

套件:: Microsoft.ML.FastTree v1.2.0

套件:: Microsoft.ML.FastTree v1.3.1

套件:: Microsoft.ML.FastTree v1.4.0

套件:: Microsoft.ML.FastTree v1.5.5

套件:: Microsoft.ML.FastTree v1.6.0

套件:: Microsoft.ML.FastTree v1.7.0

套件:: Microsoft.ML.FastTree v2.0.1

套件:: Microsoft.ML.FastTree v3.0.1

套件:: Microsoft.ML.FastTree v5.0.0-preview.1.25125.4

來源:: FastTreeArguments.cs

來源:: FastTreeArguments.cs

來源:: FastTreeArguments.cs

重要

部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。

FastTreeBinaryTrainer中使用的選項。

public sealed class FastTreeBinaryTrainer.Options : Microsoft.ML.Trainers.FastTree.BoostedTreeOptions, Microsoft.ML.Runtime.IComponentFactory<Microsoft.ML.ITrainer>

type FastTreeBinaryTrainer.Options = class
    inherit BoostedTreeOptions
    interface IComponentFactory<ITrainer>
    interface IComponentFactory

Public NotInheritable Class FastTreeBinaryTrainer.Options
Inherits BoostedTreeOptions
Implements IComponentFactory(Of ITrainer)

繼承: Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

TrainerInputBaseWithGroupId

TreeOptions

BoostedTreeOptions
FastTreeBinaryTrainer.Options

實作: IComponentFactory IComponentFactory<Microsoft.ML.ITrainer>

建構函式

名稱	Description
FastTreeBinaryTrainer.Options()	建立 FastTreeBinaryTrainer.Options 一個預設值的新物件。

欄位

名稱	Description
AllowEmptyTrees	當無法斷根時，允許訓練繼續進行。 (繼承來源 TreeOptions)
BaggingExampleFraction	每個袋子中使用的訓練範例比例。預設值為 0.7（70%）。 (繼承來源 TreeOptions)
BaggingSize	每個袋子裡的樹數量（禁用袋裝時為0棵）。 (繼承來源 TreeOptions)
BestStepRankingRegressionTrees	使用最佳迴歸階梯樹的選項。 (繼承來源 BoostedTreeOptions)
Bias	對於每個特徵箱的梯度計算偏差，針對類別特徵。 (繼承來源 TreeOptions)
Bundling	把低人口箱子打包。Bundle.None（0）：無捆綁，Bundle.AggregateLowPopulation（1）：叢聚低人口，Bundle.Adjacent（2）：鄰近低人口叢。 (繼承來源 TreeOptions)
CategoricalSplit	是否要根據多個類別特徵值來拆分。 (繼承來源 TreeOptions)
CompressEnsemble	壓縮樹群。 (繼承來源 TreeOptions)
DiskTranspose	執行轉調時，是利用磁碟本身還是資料本身的原生轉位功能（如適用）。 (繼承來源 TreeOptions)
DropoutRate	樹木正則化的退出率。 (繼承來源 BoostedTreeOptions)
EnablePruning	啟用訓練後的樹枝修剪，以避免過度擬合。它需要一個驗證集。 (繼承來源 BoostedTreeOptions)
EntropyCoefficient	熵（正則化）係數介於0到1之間。 (繼承來源 TreeOptions)
ExampleWeightColumnName	例如，用欄位來表示重量。 (繼承來源 TrainerInputBaseWithWeight)
ExecutionTime	列印執行時間分解到 ML.NET 通道。 (繼承來源 TreeOptions)
FeatureColumnName	欄位用於特徵。 (繼承來源 TrainerInputBase)
FeatureFirstUsePenalty	該特徵首先使用懲罰係數。 (繼承來源 TreeOptions)
FeatureFlocks	是否在資料集準備時將特徵集體化以加快訓練。 (繼承來源 TreeOptions)
FeatureFraction	每次迭代中隨機選擇的特徵比例。如果只需要 90% 的功能，就用 0.9。較低的數值有助於減少過度擬合。 (繼承來源 TreeOptions)
FeatureFractionPerSplit	每次分割時隨機選擇的特徵比例。如果它的值是 0.9，預期中會有 90% 的特徵被剔除。 (繼承來源 TreeOptions)
FeatureReusePenalty	特徵重複使用懲罰（正則化）係數。 (繼承來源 TreeOptions)
FeatureSelectionSeed	主動功能選擇的種子。 (繼承來源 TreeOptions)
FilterZeroLambdas	訓練時不要過濾任何 lambda。 (繼承來源 BoostedTreeOptions)
GainConfidenceLevel	樹苗調整需要建立信心。只有當其與隨機選擇的增益概率高於此值時，才考慮該增益。 (繼承來源 TreeOptions)
GetDerivativesSampleRate	在 GetDerivatives 函式中，每個查詢取樣 k 次。 (繼承來源 BoostedTreeOptions)
HistogramPoolSize	池中直方圖的數量（介於 2 到 numLeaves）。 (繼承來源 TreeOptions)
LabelColumnName	欄位用於標籤。 (繼承來源 TrainerInputBaseWithLabel)
LearningRate	學習速度。 (繼承來源 BoostedTreeOptions)
MaximumBinCountPerFeature	每個特徵最大可識別不同值（bin）數量。 (繼承來源 TreeOptions)
MaximumCategoricalGroupCountPerNode	在對類別特徵進行分割時，需考慮的最大類別分裂群。分裂群是由分裂點組成的集合。當有許多範疇特徵時，這用於減少過度擬合。 (繼承來源 TreeOptions)
MaximumCategoricalSplitPointCount	在對類別特徵進行分裂時，需考慮的最大類別分裂點。 (繼承來源 TreeOptions)
MaximumNumberOfLineSearchSteps	括號後搜尋步驟數。 (繼承來源 BoostedTreeOptions)
MaximumTreeOutput	單一樹輸出的絕對值上限。 (繼承來源 BoostedTreeOptions)
MemoryStatistics	將記憶體統計資料列印到 ML.NET 通道。 (繼承來源 TreeOptions)
MinimumExampleCountPerLeaf	形成新樹葉所需的最小數據點數。 (繼承來源 TreeOptions)
MinimumExampleFractionForCategoricalSplit	拆分時考慮的最低類別範例百分比。預設是所有訓練範例的 0.1%。 (繼承來源 TreeOptions)
MinimumExamplesForCategoricalSplit	拆分時，最低類別範例數。 (繼承來源 TreeOptions)
MinimumStepSize	最小行搜尋步長。 (繼承來源 BoostedTreeOptions)
NumberOfLeaves	每棵迴歸樹中最大葉子數。 (繼承來源 TreeOptions)
NumberOfThreads	要用的線程數量。 (繼承來源 TreeOptions)
NumberOfTrees	集合中需建立的決策樹總數。 (繼承來源 TreeOptions)
OptimizationAlgorithm	將使用優化演算法。 (繼承來源 BoostedTreeOptions)
PruningThreshold	修剪的耐受閾值。 (繼承來源 BoostedTreeOptions)
PruningWindowSize	修剪時的移動視窗尺寸。 (繼承來源 BoostedTreeOptions)
RandomStart	訓練從隨機排序開始（由 /r1 決定）。 (繼承來源 BoostedTreeOptions)
RowGroupColumnName	欄位可以用，例如 groupId。 (繼承來源 TrainerInputBaseWithGroupId)
Seed	隨機數產生器的種子。 (繼承來源 TreeOptions)
Shrinkage	縮水。 (繼承來源 BoostedTreeOptions)
Smoothing	樹正則化的平滑參數。 (繼承來源 TreeOptions)
SoftmaxTemperature	隨機軟最大分布的溫度用於選擇特徵。 (繼承來源 TreeOptions)
SparsifyThreshold	需要稀疏程度才能使用稀疏特徵表示。 (繼承來源 TreeOptions)
TestFrequency	每 k 發彈藥計算訓練/有效/測試的指標值。 (繼承來源 TreeOptions)
UnbalancedSets	是否使用針對不平衡訓練資料優化的導數。
UseLineSearch	決定是否使用行搜尋來計算步長。 (繼承來源 BoostedTreeOptions)
UseTolerantPruning	修剪時使用窗戶和容忍度。 (繼承來源 BoostedTreeOptions)
WriteLastEnsemble	寫最後一個合奏，而不是早停決定的那個。 (繼承來源 BoostedTreeOptions)

屬性

名稱	Description
EarlyStoppingMetric	早期停止指標。
EarlyStoppingRule	早期停止規則用於在達到指定標準後終止訓練流程。可能的選擇包括 EarlyStoppingRuleBase的實作，如 TolerantEarlyStoppingRule 和 GeneralityLossRule。 (繼承來源 BoostedTreeOptions)

明確介面實作

名稱	Description
IComponentFactory<ITrainer>.CreateComponent(IHostEnvironment)	FastTreeBinaryTrainer中使用的選項。

適用於