TreeEnsembleModelParametersBasedOnRegressionTree クラス

定義

名前空間:

Microsoft.ML.Trainers.FastTree

アセンブリ:

Microsoft.ML.FastTree.dll

パッケージ:

Microsoft.ML.FastTree v3.0.1

TreeEnsembleModelParametersBasedOnRegressionTree は、トレーニング済みの TreeEnsembleModelParameters モデルの詳細をユーザーに公開するために、 TrainedTreeEnsemble厳密に型指定されたパブリック属性に加えて派生しています。 その関数は、Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure内部TreeEnsembleModelParametersに作成TrainedTreeEnsembleするために呼び出されます。 の種類TrainedTreeEnsembleと大きな違いTreeEnsembleModelParametersBasedOnRegressionTreeTreeEnsembleModelParametersBasedOnQuantileRegressionTreeがあることに注意してください。

public abstract class TreeEnsembleModelParametersBasedOnRegressionTree : Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParameters

type TreeEnsembleModelParametersBasedOnRegressionTree = class
    inherit TreeEnsembleModelParameters

Public MustInherit Class TreeEnsembleModelParametersBasedOnRegressionTree
Inherits TreeEnsembleModelParameters

継承

Object

ModelParametersBase<Single>

TreeEnsembleModelParameters

TreeEnsembleModelParametersBasedOnRegressionTree

派生

Microsoft.ML.Trainers.FastTree.FastTreeBinaryModelParameters

Microsoft.ML.Trainers.FastTree.FastTreeRankingModelParameters

Microsoft.ML.Trainers.FastTree.FastTreeRegressionModelParameters

Microsoft.ML.Trainers.FastTree.FastTreeTweedieModelParameters

Microsoft.ML.Trainers.LightGbm.LightGbmBinaryModelParameters

Microsoft.ML.Trainers.LightGbm.LightGbmRankingModelParameters

Microsoft.ML.Trainers.LightGbm.LightGbmRegressionModelParameters

プロパティ

TrainedTreeEnsemble

ユーザーに公開されるツリーのアンサンブル。 これは in のinternalMicrosoft.ML.Trainers.FastTree.InternalTreeEnsembleTreeEnsemble<T>ラッパーです。

メソッド

GetFeatureWeights(VBuffer<Single>)

すべてのツリーにわたる各機能の累積分割ゲインを取得します。 (継承元 TreeEnsembleModelParameters)

明示的なインターフェイスの実装

ICalculateFeatureContribution.FeatureContributionCalculator

例のスコアに対する各機能の寄与度を決定するために使用されます FeatureContributionCalculatingTransformer。 特徴の寄与度の計算は、基本的に、ツリー内のどの分割が最終的なスコアに最も影響するかを決定し、分割を決定する特徴に影響の値を割り当てることで構成されます。 より正確に言えば、特徴の寄与度は、特定の特徴の決定ノードが検出されるたびに反対のサブツリーを調べて生成されるスコアの変化と等しくなります。 バイナリ機能 F1 のデシジョン ノードを持つ単一のデシジョン ツリーを使用する単純なケースを考えてみましょう。 特徴 F1 が true に等しい例を考えると、他の特徴を一定に保ちながら、特徴 F1 に対応するサブツリーを false に対応するサブツリーを選択した場合に取得したスコアを計算できます。 特定の例の特徴 F1 の寄与は、元のスコアと、特徴 F1 に対応するノードで逆の決定を行って得られるスコアの差です。 このアルゴリズムは、多くのデシジョン ツリーを持つモデルに自然に拡張されます。 (継承元 TreeEnsembleModelParameters)

ICanSaveModel.Save(ModelSaveContext)

TreeEnsembleModelParametersBasedOnRegressionTree は、トレーニング済みの TreeEnsembleModelParameters モデルの詳細をユーザーに公開するために、 TrainedTreeEnsemble厳密に型指定されたパブリック属性に加えて派生しています。 その関数は、Microsoft.ML.Trainers.FastTree.TreeEnsembleModelParametersBasedOnRegressionTree.CreateTreeEnsembleFromInternalDataStructure内部TreeEnsembleModelParametersに作成TrainedTreeEnsembleするために呼び出されます。 の種類TrainedTreeEnsembleと大きな違いTreeEnsembleModelParametersBasedOnRegressionTreeTreeEnsembleModelParametersBasedOnQuantileRegressionTreeがあることに注意してください。 (継承元 ModelParametersBase<TOutput>)