Microsoft.ML.Trainers.FastTree 命名空間

提升樹系訓練家的選項。

包含訓練器、模型參數及快速樹演算法的工具名空間。

連續損失一般性（UP）。

包含訓練器、模型參數及快速樹演算法的工具名空間。

早期停止規則用於在達到指定標準後終止訓練流程。 用於設定 EarlyStoppingRuleEarlyStoppingRule。

A IEstimator<TTransformer> 用來將輸入特徵向量轉換為樹狀特徵。

選項 FastForestBinaryFeaturizationEstimator.

模型參數 。FastForestBinaryTrainer

用於 IEstimator<TTransformer> 使用 Fast Forest 訓練決策樹二元分類模型。

FastForestBinaryTrainer中所使用的選項。

快速森林訓練家的基礎職業。

A IEstimator<TTransformer> 用來將輸入特徵向量轉換為樹狀特徵。

選項 FastForestRegressionFeaturizationEstimator.

模型參數 。FastForestRegressionTrainer

用於 IEstimator<TTransformer> 使用 Fast Forest 訓練決策樹迴歸模型。

FastForestRegressionTrainer中所使用的選項。

A IEstimator<TTransformer> 用來將輸入特徵向量轉換為樹狀特徵。

選項 FastTreeBinaryFeaturizationEstimator.

模型參數 。FastTreeBinaryTrainer

用於 IEstimator<TTransformer> 使用 FastTree 訓練決策樹二元分類模型。

FastTreeBinaryTrainer中使用的選項。

A IEstimator<TTransformer> 用來將輸入特徵向量轉換為樹狀特徵。

選項 FastTreeRankingFeaturizationEstimator.

模型參數 。FastTreeRankingTrainer

用於 IEstimator<TTransformer> 使用 FastTree 訓練決策樹排名模型。

FastTreeRankingTrainer中使用的選項。

A IEstimator<TTransformer> 用來將輸入特徵向量轉換為樹狀特徵。

選項 FastTreeRegressionFeaturizationEstimator.

模型參數 。FastForestRegressionTrainer

用於 IEstimator<TTransformer> 使用 FastTree 訓練決策樹迴歸模型。

FastTreeRegressionTrainer中使用的選項。

包含訓練器、模型參數及快速樹演算法的工具名空間。

A IEstimator<TTransformer> 用來將輸入特徵向量轉換為樹狀特徵。

選項 FastTreeTweedieFeaturizationEstimator.

模型參數 。FastTreeTweedieTrainer

用於 IEstimator<TTransformer> 使用 Tweedie 損失函數訓練決策樹迴歸模型。 此訓練器是泊松、複合泊松與伽瑪迴歸的推廣。

FastTreeTweedieTrainer中使用的選項。

模型參數 。GamBinaryTrainer

用於 IEstimator<TTransformer> 訓練一個具有廣義加法模型（GAM）的二元分類模型。

GamBinaryTrainer中所使用的選項。

GAM 模型參數的基底類別。

模型參數 。GamRegressionTrainer

用於 IEstimator<TTransformer> 訓練使用廣義加法模型（GAM）迴歸模型。

GamRegressionTrainer中所使用的選項。

基於GAM的訓練家選項的基礎職業。

GAM 訓練師的基礎類別。

一般性喪失（GL）。

一般性與進步比（PQ）。

低進展（LP）。 當分數提升停滯時，此規則會啟動。

包含訓練器、模型參數及快速樹演算法的工具名空間。

包含預訓練IEstimator<TTransformer>並呼叫其TreeEnsembleModelParameters的 A Fit(IDataView) 會根據預訓練模型產生特徵化器。

PretrainedTreeFeaturizationEstimator.Options當呼叫 PretrainedTreeFeaturizationEstimator時所FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)使用的 。

一個容器類別，用來向使用者揭露 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree屬性。 這個類別不應該是可變的，因此它包含大量唯讀成員。 除了繼承自 RegressionTreeBase的元素外，我們還會加入 GetLeafSamplesAt(Int32) 和 GetLeafSampleWeightsAt(Int32) ，揭露（子抽樣）訓練標籤，這些標籤屬於葉節點索引的葉節點及其權重。

包含訓練器、模型參數及快速樹演算法的工具名空間。

包含訓練器、模型參數及快速樹演算法的工具名空間。

一個容器類別，用來向使用者揭露 Microsoft.ML.Trainers.FastTree.InternalRegressionTree屬性。 這個類別不應該是可變的，因此它包含大量唯讀成員。 注意 與 RegressionTree 相同 RegressionTreeBase ，但在另一個導出類別 QuantileRegressionTree 中加入了一些屬性。

一個容器基底類別，用來向 Microsoft.ML.Trainers.FastTree.InternalRegressionTree使用者揭露 's 和 Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTree的屬性。 這個類別不應該是可變的，因此它包含大量唯讀成員。

包含訓練器、模型參數及快速樹演算法的工具名空間。

包含訓練器、模型參數及快速樹演算法的工具名空間。

一個 的衍生類別列表 RegressionTreeBase。 要計算 的 TreeEnsemble<T>輸出值，我們需要計算所有樹的 Trees輸出值，透過 進行 TreeWeights縮放，最後將縮放後的值 Bias 加以向上。

此類別封裝了所有基於樹的特徵化器（如 FastTreeBinaryFeaturizationEstimator、 FastForestBinaryFeaturizationEstimator、 FastTreeRegressionFeaturizationEstimatorFastForestRegressionFeaturizationEstimatorPretrainedTreeFeaturizationEstimator和 ）的共同行為。 所有基於樹狀的特徵化器共享相同的輸出模式， GetOutputSchema(SchemaShape)由 計算。 所有基於樹狀的特徵化器都需要輸入功能欄位名稱，並為所有輸出欄位加上後綴。 ITransformer回傳 會Fit(IDataView)產生三欄：（1） 所有樹的預測值，（2） 輸入特徵向量落入葉片的 ID，以及 （3） 編碼該目標葉節點路徑的二元向量。

常見的樹狀特徵化選項如 FastTreeBinaryFeaturizationEstimator、 FastForestBinaryFeaturizationEstimator、 FastTreeRegressionFeaturizationEstimatorFastForestRegressionFeaturizationEstimatorPretrainedTreeFeaturizationEstimator。

ITransformer 由擬合任意導出類 TreeEnsembleFeaturizationEstimatorBase所產生。 導出的類別包括例如和 FastTreeBinaryFeaturizationEstimatorFastForestRegressionFeaturizationEstimator。

包含訓練器、模型參數及快速樹演算法的工具名空間。

TreeEnsembleModelParametersBasedOnQuantileRegressionTree 由 TreeEnsembleModelParameters plus 推導出強型別的公開屬性 TrainedTreeEnsemble，用以向使用者揭露訓練模型的細節。 其函數 Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructure，被召喚為在 內創造TrainedTreeEnsemble。TreeEnsembleModelParameters 注意 與 TreeEnsembleModelParametersBasedOnQuantileRegressionTree 的主要差異TreeEnsembleModelParametersBasedOnRegressionTree在於 的TrainedTreeEnsemble類型。

TreeEnsembleModelParametersBasedOnRegressionTree 由 TreeEnsembleModelParameters plus 推導出強型別的公開屬性 TrainedTreeEnsemble，用以向使用者揭露訓練模型的細節。 其函數 Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure，被召喚為在 內創造TrainedTreeEnsemble。TreeEnsembleModelParameters 注意 與 TreeEnsembleModelParametersBasedOnQuantileRegressionTree 的主要差異TreeEnsembleModelParametersBasedOnRegressionTree在於 的TrainedTreeEnsemble類型。

樹木訓練師的選擇。

優化演算法的類型。

包含訓練器、模型參數及快速樹演算法的工具名空間。

停止測量以進行分類與迴歸分析。

停止進行排名測量。