GamRegressionTrainer 類別

定義

命名空間:

Microsoft.ML.Trainers.FastTree

組件:

Microsoft.ML.FastTree.dll

套件:

Microsoft.ML.FastTree v2.0.0

， IEstimator<TTransformer> 用於使用一般化加法模型來定型回歸模型， (GAM) 。

public sealed class GamRegressionTrainer : Microsoft.ML.Trainers.FastTree.GamTrainerBase<Microsoft.ML.Trainers.FastTree.GamRegressionTrainer.Options,Microsoft.ML.Data.RegressionPredictionTransformer<Microsoft.ML.Trainers.FastTree.GamRegressionModelParameters>,Microsoft.ML.Trainers.FastTree.GamRegressionModelParameters>

type GamRegressionTrainer = class
    inherit GamTrainerBase<GamRegressionTrainer.Options, RegressionPredictionTransformer<GamRegressionModelParameters>, GamRegressionModelParameters>

Public NotInheritable Class GamRegressionTrainer
Inherits GamTrainerBase(Of GamRegressionTrainer.Options, RegressionPredictionTransformer(Of GamRegressionModelParameters), GamRegressionModelParameters)

繼承

Object

TrainerEstimatorBase<TTransformer,TPredictor>

GamTrainerBase<GamRegressionTrainer.Options,RegressionPredictionTransformer<GamRegressionModelParameters>,GamRegressionModelParameters>

GamRegressionTrainer

備註

若要建立此定型器，請使用 Gam 或 Gam (Options) 。

輸入和輸出資料行

輸入標籤資料行資料必須是 Single。 輸入特徵資料行資料必須是 的已知大小向量 Single 。

此定型器會輸出下列資料行：

輸出資料行名稱	資料行類型	描述
Score	Single	模型所預測的未系結分數。

定型器特性

機器學習工作	迴歸
是否需要正規化？	否
是否需要快取？	否
除了 Microsoft.ML 之外，還需要 NuGet	Microsoft.ML.FastTree
可匯出至 ONNX	否

定型演算法詳細資料

一般化加法模型或 GAM 會將資料模型模型化為與線性模型類似的一組線性獨立特徵。 針對每個功能，GAM 定型器會學習稱為「圖形函式」的非線性函式，其會將回應計算為特徵值的函式。 (相反地，線性模型符合線性回應 (，例如每個功能的線條) 。) 為了評分輸入，會加總所有圖形函式的輸出，而分數是總值。

此 GAM 定型器是使用淺層漸層提升樹狀結構來實作 (，例如樹狀結構 stumps) 來學習非參數圖形函式，並以 Lou、Caruana 和 Gehrke 中所述的方法為基礎。 「適用于分類和回歸的 Intelligible 模型」。 KDD'12， China， China. 2012. 定型之後，會新增攔截來代表定型集的平均預測，而圖形函式會正規化以代表平均預測的偏差。 這會導致只要檢查攔截和圖形函式即可輕鬆解譯的模型。 如需如何定型 GAM 模型並檢查和解譯結果的範例，請參閱下列範例。

如需使用方式範例的連結，請參閱另請參閱一節。

欄位

FeatureColumn	定型器預期的功能資料行。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn	定型器預期的標籤資料行。 可以是 null ，表示標籤不會用於定型。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	定型器預期的加權資料行。 可以是 null ，表示加權不會用於定型。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

屬性

Info	， IEstimator<TTransformer> 用於使用一般化加法模型來定型回歸模型， (GAM) 。 (繼承來源 GamTrainerBase<TOptions,TTransformer,TPredictor>)

方法

Fit(IDataView)	定型並傳 ITransformer 回 。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
Fit(IDataView, IDataView)	GamRegressionTrainer使用定型和驗證資料來定型 ， 會 RegressionPredictionTransformer<TModel> 傳回 。
GetOutputSchema(SchemaShape)	， IEstimator<TTransformer> 用於使用一般化加法模型來定型回歸模型， (GAM) 。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

擴充方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	將「快取檢查點」附加至估算器鏈結。 這可確保下游估算器會針對快取的資料定型。 在接受多個資料通過的定型器之前，先有快取檢查點會很有説明。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	指定估算器時，傳回包裝物件，一旦 Fit(IDataView) 呼叫委派即可。 估算器通常務必傳回符合專案的相關資訊，這就是 Fit(IDataView) 方法傳回特定型別物件的原因，而不是只傳回一般 ITransformer 。 不過，同時， IEstimator<TTransformer> 通常會形成具有許多物件的管線，因此我們可能需要透過建置估算器的鏈結，而我們想要取得轉換器的估算器 EstimatorChain<TLastTransformer> 會在此鏈結的某處放置。 在該案例中，我們可以透過這個方法附加呼叫一次會呼叫的委派。

另請參閱

• Gam(RegressionCatalog+RegressionTrainers, String, String, String, Int32, Int32, Double)
• Gam(RegressionCatalog+RegressionTrainers, GamRegressionTrainer+Options)
• GamRegressionTrainer.Options