TreeOptions 類別
定義
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。
樹木訓練師的選擇。
public abstract class TreeOptions : Microsoft.ML.Trainers.TrainerInputBaseWithGroupIdtype TreeOptions = class
inherit TrainerInputBaseWithGroupIdPublic MustInherit Class TreeOptions
Inherits TrainerInputBaseWithGroupId- 繼承
- 衍生
建構函式
| 名稱 | Description |
|---|---|
| TreeOptions() |
樹木訓練師的選擇。 |
欄位
| 名稱 | Description |
|---|---|
| AllowEmptyTrees |
當無法斷根時，允許訓練繼續進行。 |
| BaggingExampleFraction |
每個袋子中使用的訓練範例比例。 預設值為 0.7（70%）。 |
| BaggingSize |
每個袋子裡的樹數量（禁用袋裝時為0棵）。 |
| Bias |
對於每個特徵箱的梯度計算偏差，針對類別特徵。 |
| 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。 |
| CategoricalSplit |
是否要根據多個類別特徵值來拆分。 |
| CompressEnsemble |
壓縮樹群。 |
| 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）。 |
| EntropyCoefficient |
熵（正則化）係數介於0到1之間。 |
| 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。 |
| FeatureColumnName |
欄位用於特徵。 (繼承來源 TrainerInputBase) |
| FeatureFirstUsePenalty |
該特徵首先使用懲罰係數。 |
| FeatureFlocks |
是否在資料集準備時將特徵集體化以加快訓練。 |
| 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。 |
| 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。 |
| FeatureReusePenalty |
特徵重複使用懲罰（正則化）係數。 |
| FeatureSelectionSeed |
主動功能選擇的種子。 |
| 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。 |
| HistogramPoolSize |
池中直方圖的數量（介於 2 到 numLeaves）。 |
| LabelColumnName |
欄位用於標籤。 (繼承來源 TrainerInputBaseWithLabel) |
| MaximumBinCountPerFeature |
每個特徵最大可識別不同值（bin）數量。 |
| 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。 |
| MaximumCategoricalSplitPointCount |
在對類別特徵進行分裂時，需考慮的最大類別分裂點。 |
| MemoryStatistics |
將記憶體統計資料列印到 ML.NET 通道。 |
| MinimumExampleCountPerLeaf |
形成新樹葉所需的最小數據點數。 |
| 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%。 |
| MinimumExamplesForCategoricalSplit |
拆分時，最低類別範例數。 |
| NumberOfLeaves |
每棵迴歸樹中最大葉子數。 |
| NumberOfThreads |
要用的線程數量。 |
| NumberOfTrees |
集合中需建立的決策樹總數。 |
| RowGroupColumnName |
欄位可以用，例如 groupId。 (繼承來源 TrainerInputBaseWithGroupId) |
| Seed |
隨機數產生器的種子。 |
| Smoothing |
樹正則化的平滑參數。 |
| SoftmaxTemperature |
隨機軟最大分布的溫度用於選擇特徵。 |
| SparsifyThreshold |
需要稀疏程度才能使用稀疏特徵表示。 |
| TestFrequency |
每 k 發彈藥計算訓練/有效/測試的指標值。 |