TreeEnsembleModelParameters 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。
public abstract class TreeEnsembleModelParameters : Microsoft.ML.Trainers.ModelParametersBase<float>, Microsoft.ML.Trainers.ICalculateFeatureContributiontype TreeEnsembleModelParameters = class
inherit ModelParametersBase<single>
interface ICalculateFeatureContributionPublic MustInherit Class TreeEnsembleModelParameters
Inherits ModelParametersBase(Of Single)
Implements ICalculateFeatureContribution- 継承
- 派生
- 実装
メソッド
| GetFeatureWeights(VBuffer<Single>) |
すべてのツリーの各フィーチャの累積分割ゲインを取得します。 |
明示的なインターフェイスの実装
| ICalculateFeatureContribution.FeatureContributionCalculator |
によって例のスコアに対する各特徴の寄与を決定するために使用されます FeatureContributionCalculatingTransformer。 特徴量の寄与度の計算は、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、その影響の値を分割を決定する特徴に割り当てることで構成されます。 より正確には、特徴の寄与は、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探索することによっ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 1 つのデシジョン 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。 与えられた例に対する特徴F1の寄与は、特徴F1に対応するノードで反対の決定を取ることによって得られた元のスコアとスコアの差である。 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。 |
| ICanSaveModel.Save(ModelSaveContext) | (継承元 ModelParametersBase<TOutput>) |