Microsoft.ML.Trainers.FastTree Namespace

Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.

Klassen

BoostedTreeOptions	Optionen zum Erhöhen von Baumtrainern.
BoostingFastTreeTrainerBase<TOptions,TTransformer,TModel>	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
ConsecutiveGeneralityLossRule	Aufeinanderfolgender Verlust in Generalität (UP).
EarlyStoppingRule	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
EarlyStoppingRuleBase	Frühstoppregel, die zum Beenden des Schulungsvorgangs verwendet wird, sobald ein angegebenes Kriterium erfüllt ist. Wird für die Einstellung EarlyStoppingRuleEarlyStoppingRuleverwendet.
FastForestBinaryFeaturizationEstimator	A IEstimator<TTransformer> to transform input feature vector to tree-based features.
FastForestBinaryFeaturizationEstimator.Options	Optionen für die FastForestBinaryFeaturizationEstimator.
FastForestBinaryModelParameters	Modellparameter für FastForestBinaryTrainer.
FastForestBinaryTrainer	Schulung IEstimator<TTransformer> eines binären Klassifizierungsmodells für Entscheidungsstruktur mithilfe von Fast Forest.
FastForestBinaryTrainer.Options	Optionen für die FastForestBinaryTrainer in FastForest(Options) verwendeten Optionen.
FastForestOptionsBase	Basisklasse für schnelle Gesamtstruktur-Traineroptionen.
FastForestRegressionFeaturizationEstimator	A IEstimator<TTransformer> to transform input feature vector to tree-based features.
FastForestRegressionFeaturizationEstimator.Options	Optionen für die FastForestRegressionFeaturizationEstimator.
FastForestRegressionModelParameters	Modellparameter für FastForestRegressionTrainer.
FastForestRegressionTrainer	Schulung IEstimator<TTransformer> eines Regressionsmodells zur Entscheidungsstruktur mithilfe von Fast Forest.
FastForestRegressionTrainer.Options	Optionen für die FastForestRegressionTrainer in FastForest(Options) verwendeten Optionen.
FastTreeBinaryFeaturizationEstimator	A IEstimator<TTransformer> to transform input feature vector to tree-based features.
FastTreeBinaryFeaturizationEstimator.Options	Optionen für die FastTreeBinaryFeaturizationEstimator.
FastTreeBinaryModelParameters	Modellparameter für FastTreeBinaryTrainer.
FastTreeBinaryTrainer	Schulung IEstimator<TTransformer> eines binären Klassifizierungsmodells für entscheidungsstrukturieren mithilfe von FastTree.
FastTreeBinaryTrainer.Options	Optionen für die FastTreeBinaryTrainer in FastTree(Options) verwendeten Optionen.
FastTreeRankingFeaturizationEstimator	A IEstimator<TTransformer> to transform input feature vector to tree-based features.
FastTreeRankingFeaturizationEstimator.Options	Optionen für die FastTreeRankingFeaturizationEstimator.
FastTreeRankingModelParameters	Modellparameter für FastTreeRankingTrainer.
FastTreeRankingTrainer	Die IEstimator<TTransformer> Schulung eines Entscheidungsstrukturbewertungsmodells mithilfe von FastTree.
FastTreeRankingTrainer.Options	Optionen für die FastTreeRankingTrainer in FastTree(Options) verwendeten Optionen.
FastTreeRegressionFeaturizationEstimator	A IEstimator<TTransformer> to transform input feature vector to tree-based features.
FastTreeRegressionFeaturizationEstimator.Options	Optionen für die FastTreeRegressionFeaturizationEstimator.
FastTreeRegressionModelParameters	Modellparameter für FastForestRegressionTrainer.
FastTreeRegressionTrainer	Die IEstimator<TTransformer> schulung eines Entscheidungsstruktur-Regressionsmodells mithilfe von FastTree.
FastTreeRegressionTrainer.Options	Optionen für die FastTreeRegressionTrainer in FastTree(Options) verwendeten Optionen.
FastTreeTrainerBase<TOptions,TTransformer,TModel>	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
FastTreeTweedieFeaturizationEstimator	A IEstimator<TTransformer> to transform input feature vector to tree-based features.
FastTreeTweedieFeaturizationEstimator.Options	Optionen für die FastTreeTweedieFeaturizationEstimator.
FastTreeTweedieModelParameters	Modellparameter für FastTreeTweedieTrainer.
FastTreeTweedieTrainer	Schulung IEstimator<TTransformer> eines Regressionsmodells für die Entscheidungsstruktur mithilfe der Tweedie-Verlustfunktion. Dieser Trainer ist eine Generalisierung von Poisson, zusammengesetztem Poisson und Gamma-Regression.
FastTreeTweedieTrainer.Options	Optionen für die FastTreeTweedieTrainer in FastTreeTweedie(Options) verwendeten Optionen.
GamBinaryModelParameters	Modellparameter für GamBinaryTrainer.
GamBinaryTrainer	Schulung IEstimator<TTransformer> eines binärklassifizierungsmodells mit generalisierten additiven Modellen (GAM).
GamBinaryTrainer.Options	Optionen für die GamBinaryTrainer in Gam(Options) verwendeten Optionen.
GamModelParametersBase	Die Basisklasse für GAM-Modellparameter.
GamRegressionModelParameters	Modellparameter für GamRegressionTrainer.
GamRegressionTrainer	Schulung IEstimator<TTransformer> eines Regressionsmodells mit generalisierten additiven Modellen (GAM).
GamRegressionTrainer.Options	Optionen für die GamRegressionTrainer in Gam(Options) verwendeten Optionen.
GamTrainerBase<TOptions,TTransformer,TPredictor>.OptionsBase	Basisklasse für GAM-basierte Traineroptionen.
GamTrainerBase<TOptions,TTransformer,TPredictor>	Basisklasse für GAM-Trainer.
GeneralityLossRule	Verlust der Generalität (GL).
GeneralityToProgressRatioRule	Generality to Progress Ratio (PQ).
LowProgressRule	Niedriger Fortschritt (LP). Diese Regel wird ausgelöst, wenn die Verbesserungen auf dem Bewertungsstand angezeigt werden.
MovingWindowRule	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
PretrainedTreeFeaturizationEstimator	Eine IEstimator<TTransformer> , die ein vortrainiertes TreeEnsembleModelParameters und aufrufende Fit(IDataView) Element enthält, erzeugt einen Featurierer basierend auf dem vortrainierten Modell.
PretrainedTreeFeaturizationEstimator.Options	PretrainedTreeFeaturizationEstimator.Options von PretrainedTreeFeaturizationEstimator wie beim Aufrufen FeaturizeByPretrainTreeEnsemble(TransformsCatalog, PretrainedTreeFeaturizationEstimator+Options)verwendet.
QuantileRegressionTree	Eine Containerklasse zum Exposieren Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreevon Attributen für Benutzer. Diese Klasse sollte nicht stummgeschaltet werden, sodass sie viele schreibgeschützte Member enthält. Zusätzlich zu den von uns geerbten RegressionTreeBaseElementen fügen wir Schulungsbezeichnungen (unterbeispielierte) Schulungsbezeichnungen hinzu GetLeafSamplesAt(Int32) , GetLeafSampleWeightsAt(Int32) die in das Blattindex-th-Blatt und ihre Gewichte fallen.
QuantileRegressionTreeEnsemble	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
RandomForestTrainerBase<TOptions,TTransformer,TModel>	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
RegressionTree	Eine Containerklasse zum Exposieren Microsoft.ML.Trainers.FastTree.InternalRegressionTreevon Attributen für Benutzer. Diese Klasse sollte nicht stummgeschaltet werden, sodass sie viele schreibgeschützte Member enthält. Beachten Sie, dass dies identisch ist, RegressionTreeRegressionTreeBase aber in einer anderen abgeleiteten Klasse QuantileRegressionTree werden einige Attribute hinzugefügt.
RegressionTreeBase	Eine Containerbasisklasse zum Bereitstellen Microsoft.ML.Trainers.FastTree.InternalRegressionTreevon Attributen und Microsoft.ML.Trainers.FastTree.InternalQuantileRegressionTreeAttributen für Benutzer. Diese Klasse sollte nicht stummgeschaltet werden, sodass sie viele schreibgeschützte Member enthält.
RegressionTreeEnsemble	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
TolerantEarlyStoppingRule	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
TreeEnsemble<T>	Eine Liste der RegressionTreeBaseabgeleiteten Klasse. Um den Ausgabewert eines Werts TreeEnsemble<T>zu berechnen, müssen wir die Ausgabewerte aller Bäume berechnen Trees, diese Werte über TreeWeightsskalieren und schließlich die skalierten Werte und Bias aufwärts summieren.
TreeEnsembleFeaturizationEstimatorBase	Diese Klasse kapselt das allgemeine Verhalten aller strukturbasierten Featurizer wie , FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimatorFastTreeRegressionFeaturizationEstimator, FastForestRegressionFeaturizationEstimator, und PretrainedTreeFeaturizationEstimator. Alle strukturbasierten Featurizer teilen das gleiche Ausgabeschema, das von GetOutputSchema(SchemaShape). Für alle strukturbasierten Featurizer ist ein Eingabefeaturespaltenname und ein Suffix für alle Ausgabespalten erforderlich. Der ITransformer zurückgegebene Wert Fit(IDataView) erzeugt drei Spalten: (1) die Vorhersagewerte aller Bäume, (2) die IDs der Eingabefeatures, die in den Eingabefeaturevektor fallen, und (3) den binären Vektor, der die Pfade für diese Zielblätter codiert.
TreeEnsembleFeaturizationEstimatorBase.OptionsBase	Die allgemeinen Optionen von strukturbasierten Featurisierungen wie , FastTreeBinaryFeaturizationEstimator, FastForestBinaryFeaturizationEstimatorFastTreeRegressionFeaturizationEstimator, , FastForestRegressionFeaturizationEstimatorund PretrainedTreeFeaturizationEstimator.
TreeEnsembleFeaturizationTransformer	ITransformer aus der Anpassung einer abgeleiteten Klasse von TreeEnsembleFeaturizationEstimatorBase. Die abgeleiteten Klassen umfassen z. B FastTreeBinaryFeaturizationEstimator . und FastForestRegressionFeaturizationEstimator.
TreeEnsembleModelParameters	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
TreeEnsembleModelParametersBasedOnQuantileRegressionTree	TreeEnsembleModelParametersBasedOnQuantileRegressionTree wird aus TreeEnsembleModelParameters einem stark typierten öffentlichen Attribut abgeleitet, TrainedTreeEnsembleum die Details des trainierten Modells für Benutzer verfügbar zu machen. Seine Funktion, Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnQuantileRegressionTree.CreateTreeEnsembleFromInternalDataStructurewird aufgerufen, um innerhalb TreeEnsembleModelParameterszu erstellenTrainedTreeEnsemble. Beachten Sie, dass der Hauptunterschied zwischen TreeEnsembleModelParametersBasedOnQuantileRegressionTree und TreeEnsembleModelParametersBasedOnRegressionTree der Typ von TrainedTreeEnsemble.
TreeEnsembleModelParametersBasedOnRegressionTree	TreeEnsembleModelParametersBasedOnRegressionTree wird aus TreeEnsembleModelParameters einem stark typierten öffentlichen Attribut abgeleitet, TrainedTreeEnsembleum die Details des trainierten Modells für Benutzer verfügbar zu machen. Seine Funktion, Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructurewird aufgerufen, um innerhalb TreeEnsembleModelParameterszu erstellenTrainedTreeEnsemble. Beachten Sie, dass der Hauptunterschied zwischen TreeEnsembleModelParametersBasedOnQuantileRegressionTree und TreeEnsembleModelParametersBasedOnRegressionTree der Typ von TrainedTreeEnsemble.
TreeOptions	Optionen für Baumtrainer.

Enumerationen

BoostedTreeOptions.OptimizationAlgorithmType	Arten von Optimierungsalgorithmen.
Bundle	Namespace mit Trainern, Modellparametern und Dienstprogrammen für Fast Tree-Algorithmen.
EarlyStoppingMetric	Beenden von Messungen für Klassifizierung und Regression.
EarlyStoppingRankingMetric	Stoppmessungen für die Rangfolge.