LightGbmMulticlassTrainer クラス

定義

IEstimator<TTransformer>ライト Gbm を使用したブーストデシジョンツリー多重クラス分類モデルのトレーニング用。

public sealed class LightGbmMulticlassTrainer : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options,Microsoft.ML.Data.VBuffer<float>,Microsoft.ML.Data.MulticlassPredictionTransformer<Microsoft.ML.Trainers.OneVersusAllModelParameters>,Microsoft.ML.Trainers.OneVersusAllModelParameters>
type LightGbmMulticlassTrainer = class
    inherit LightGbmTrainerBase<LightGbmMulticlassTrainer.Options, VBuffer<single>, MulticlassPredictionTransformer<OneVersusAllModelParameters>, OneVersusAllModelParameters>
Public NotInheritable Class LightGbmMulticlassTrainer
Inherits LightGbmTrainerBase(Of LightGbmMulticlassTrainer.Options, VBuffer(Of Single), MulticlassPredictionTransformer(Of OneVersusAllModelParameters), OneVersusAllModelParameters)
継承

注釈

To create this trainer, use LightGbm or LightGbm(Options).

Input and Output Columns

The input label column data must be key type and the feature column must be a known-sized vector of Single.

This trainer outputs the following columns:

Output Column Name Column Type Description
Score Vector of Single The scores of all classes. Higher value means higher probability to fall into the associated class. If the i-th element has the largest value, the predicted label index would be i. Note that i is zero-based index.
PredictedLabel key type The predicted label's index. If its value is i, the actual label would be the i-th category in the key-valued input label type.

Trainer Characteristics

機械学習タスク 多クラス分類
正規化が必要ですか? いいえ
キャッシュは必要ですか? いいえ
Microsoft に加えて、必要な NuGet。ML エクスプローラー.ML。LightGbm
ONNX にエクスポート可能 はい

Training Algorithm Details

LightGBM is an open source implementation of gradient boosting decision tree. For implementation details, please see LightGBM's official documentation or this paper.

Check the See Also section for links to examples of the usage.

フィールド

FeatureColumn

トレーナーが期待する機能列。

(継承元 TrainerEstimatorBase<TTransformer,TModel>)
GroupIdColumn

順位付けトレーナーが想定している省略可能な groupID 列。

(継承元 TrainerEstimatorBaseWithGroupId<TTransformer,TModel>)
LabelColumn

トレーナーが想定するラベル列。 Nullにすることができます。これは、ラベルがトレーニングに使用されないことを示します。

(継承元 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn

トレーナーが想定する重み列。 Nullにすることができます。これは、重みがトレーニングに使用されないことを示します。

(継承元 TrainerEstimatorBase<TTransformer,TModel>)

プロパティ

Info (継承元 LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>)

メソッド

Fit(IDataView)

をトレーニングし、を返し ITransformer ます。

(継承元 TrainerEstimatorBase<TTransformer,TModel>)
Fit(IDataView, IDataView)

LightGbmMulticlassTrainerトレーニングと検証の両方のデータを使用してをトレーニングすると、を返し MulticlassPredictionTransformer<TModel> ます。

GetOutputSchema(SchemaShape) (継承元 TrainerEstimatorBase<TTransformer,TModel>)

拡張メソッド

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

"キャッシュチェックポイント" を推定チェーンに追加します。 これにより、ダウンストリームの estimators がキャッシュされたデータに対してトレーニングされます。 複数のデータパスを使用する場合は、トレーナーの前にキャッシュチェックポイントを用意することをお勧めします。

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

推定値を指定した場合は、が呼び出された後にデリゲートを呼び出すラップオブジェクトを返し Fit(IDataView) ます。 多くの場合、推定によってどのような情報が返されるかについての情報を返すことが重要です。これは、メソッドが、 Fit(IDataView) 単純なだけではなく、明示的に型指定されたオブジェクトを返すためです ITransformer 。 同時に、多くのオブジェクトを IEstimator<TTransformer> 含むパイプラインには、多くの場合、estimators のチェーンを構築することが必要になる場合があり EstimatorChain<TLastTransformer> ます。この場合、トランスフォーマーを取得する対象の推定は、このチェーンのどこかに埋もれています。 このシナリオでは、このメソッドを使用して、fit が呼び出されたときに呼び出されるデリゲートをアタッチできます。

適用対象

こちらもご覧ください