BoostedTreeOptions クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
ツリー トレーナーを昇格するためのオプション。
public abstract class BoostedTreeOptions : Microsoft.ML.Trainers.FastTree.TreeOptionstype BoostedTreeOptions = class
inherit TreeOptionsPublic MustInherit Class BoostedTreeOptions
Inherits TreeOptions- 継承
- 派生
コンストラクター
| BoostedTreeOptions() |
ツリー トレーナーを昇格するためのオプション。 |
フィールド
| AllowEmptyTrees |
ルート分割が不可能な場合は、トレーニングを続行できます。 (継承元 TreeOptions) |
| BaggingExampleFraction |
各バッグで使用されるトレーニング例の割合。 既定値は 0.7 (70%) です。 (継承元 TreeOptions) |
| BaggingSize |
各バッグ内の木の数 (袋詰めを無効にする場合は 0)。 (継承元 TreeOptions) |
| BestStepRankingRegressionTrees |
最適な回帰ステップ ツリーを使用するためのオプション。 |
| Bias |
カテゴリフィーチャの各特徴量ビンの勾配を計算するためのバイアス。 (継承元 TreeOptions) |
| Bundling |
低母集団ビンをバンドルします。Bundle.None(0): バンドルなし、Bundle.AggregateLowPopulation(1): Bundle low population, Bundle.Adjacent(2): Neighbor low population bundle. (継承元 TreeOptions) |
| CategoricalSplit |
複数のカテゴリの特徴値に基づいて分割するかどうかを指定します。 (継承元 TreeOptions) |
| CompressEnsemble |
ツリーアンサンブルを圧縮します。 (継承元 TreeOptions) |
| DiskTranspose |
転置を実行するときに、ディスクまたはデータのネイティブなトランスポジション機能 (該当する場合) を利用するかどうか。 (継承元 TreeOptions) |
| DropoutRate |
ツリーの正則化のドロップアウト率。 |
| EnablePruning |
オーバーフィットを回避するために、トレーニング後のツリーの排除を有効にします。 検証セットが必要です。 |
| EntropyCoefficient |
0 から 1 のエントロピ (正則化) 係数。 (継承元 TreeOptions) |
| ExampleWeightColumnName |
重みなど、使用する列。 (継承元 TrainerInputBaseWithWeight) |
| ExecutionTime |
実行時間の内訳を ML.NET チャネルに出力します。 (継承元 TreeOptions) |
| FeatureColumnName |
特徴に使用する列。 (継承元 TrainerInputBase) |
| FeatureFirstUsePenalty |
特徴の初回使用ペナルティ係数。 (継承元 TreeOptions) |
| FeatureFlocks |
データセットの準備中に特徴を収集してトレーニングを高速化するかどうか。 (継承元 TreeOptions) |
| FeatureFraction |
各イテレーションで使用する特徴量の割合 (ランダムに選択)。 90% の機能のみが必要な場合は、0.9 を使用します。 数値を小さくすると、オーバーフィットを減らすことができます。 (継承元 TreeOptions) |
| FeatureFractionPerSplit |
各分割で使用する特徴の割合 (ランダムに選択)。 値が 0.9 の場合、すべての機能の 90% が期待に応じて削除されます。 (継承元 TreeOptions) |
| FeatureReusePenalty |
この機能では、ペナルティ (正則化) 係数を再利用します。 (継承元 TreeOptions) |
| FeatureSelectionSeed |
アクティブなフィーチャー選択のシード。 (継承元 TreeOptions) |
| FilterZeroLambdas |
トレーニング中に 0 個のラムダをフィルター処理します。 |
| GainConfidenceLevel |
ツリーフィッティングは信頼度の要件を得ます。 確率とランダムな選択ゲインがこの値を上回る場合にのみ、ゲインを考慮してください。 (継承元 TreeOptions) |
| GetDerivativesSampleRate |
GetDerivatives 関数で、各クエリを 1 回 (k 回) サンプリングします。 |
| HistogramPoolSize |
プール内のヒストグラムの数 (2 と numLeaves の間)。 (継承元 TreeOptions) |
| LabelColumnName |
ラベルに使用する列。 (継承元 TrainerInputBaseWithLabel) |
| LearningRate |
学習率。 |
| MaximumBinCountPerFeature |
特徴ごとの個別の値 (ビン) の最大数。 (継承元 TreeOptions) |
| MaximumCategoricalGroupCountPerNode |
カテゴリ特徴量で分割する場合に考慮するカテゴリ分割グループの最大数。 分割グループは、分割ポイントのコレクションです。 これは、多くのカテゴリ特徴がある場合のオーバーフィットを減らすために使用されます。 (継承元 TreeOptions) |
| MaximumCategoricalSplitPointCount |
カテゴリ特徴量で分割する場合に考慮するカテゴリ分割ポイントの最大数。 (継承元 TreeOptions) |
| MaximumNumberOfLineSearchSteps |
角かっこで囲まれた行の後の検索ステップの数。 |
| MaximumTreeOutput |
単一ツリー出力の絶対値の上限。 |
| MemoryStatistics |
メモリ統計情報を ML.NET チャネルに出力します。 (継承元 TreeOptions) |
| MinimumExampleCountPerLeaf |
新しいツリー リーフを形成するために必要なデータ ポイントの最小数。 (継承元 TreeOptions) |
| MinimumExampleFractionForCategoricalSplit |
分割について考慮するビンの最小カテゴリの例の割合。 既定値は、すべてのトレーニング例の 0.1% です。 (継承元 TreeOptions) |
| MinimumExamplesForCategoricalSplit |
分割について考慮するビン内の最小カテゴリ例数。 (継承元 TreeOptions) |
| MinimumStepSize |
行検索ステップの最小サイズ。 |
| NumberOfLeaves |
各回帰ツリー内のリーフの最大数。 (継承元 TreeOptions) |
| NumberOfThreads |
使用するスレッドの数。 (継承元 TreeOptions) |
| NumberOfTrees |
アンサンブルに作成するデシジョン ツリーの合計数。 (継承元 TreeOptions) |
| OptimizationAlgorithm |
使用する最適化アルゴリズム。 |
| PruningThreshold |
排除の許容しきい値。 |
| PruningWindowSize |
排除用の移動ウィンドウ サイズ。 |
| RandomStart |
トレーニングはランダムな順序から開始されます (/r1 によって決定されます)。 |
| RowGroupColumnName |
groupId など、使用する列。 (継承元 TrainerInputBaseWithGroupId) |
| Seed |
乱数ジェネレーターのシード。 (継承元 TreeOptions) |
| Shrinkage |
収縮。 |
| Smoothing |
ツリーの正則化のスムージング パラメーター。 (継承元 TreeOptions) |
| SoftmaxTemperature |
特徴を選択するためのランダム化ソフトマックス分布の温度。 (継承元 TreeOptions) |
| SparsifyThreshold |
スパース 特徴表現を使用するために必要なスパリティ レベル。 (継承元 TreeOptions) |
| TestFrequency |
k ラウンドごとにトレーニング/有効/テストのメトリック値を計算します。 (継承元 TreeOptions) |
| UseLineSearch |
ステップ サイズの行検索を使用するかどうかを指定します。 |
| UseTolerantPruning |
排除にはウィンドウと許容範囲を使用します。 |
| WriteLastEnsemble |
早期停止によって決定されるアンサンブルではなく、最後のアンサンブルを記述します。 |
プロパティ
| EarlyStoppingRule |
指定した条件を満たしたらトレーニング プロセスを終了するために使用される早期停止ルール。 考えられる選択肢はEarlyStoppingRuleBase、 や GeneralityLossRuleなどの TolerantEarlyStoppingRule の実装です。 |