TreeOptions 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 トレーナーのオプション。
public abstract class TreeOptions : Microsoft.ML.Trainers.TrainerInputBaseWithGroupIdtype TreeOptions = class
inherit TrainerInputBaseWithGroupIdPublic MustInherit Class TreeOptions
Inherits TrainerInputBaseWithGroupId- 継承
- 派生
コンストラクター
| TreeOptions() |
ツリー トレーナーのオプション。 |
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。 |
| 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。 |
| BaggingSize |
各バッグ内のツリーの数 (バギングを無効にする場合は 0)。 |
| Bias |
カテゴリ別特徴量の各特徴量ビンの勾配を計算するためのバイアス。 |
| 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. |
| CategoricalSplit |
複数のカテゴリ特徴値に基づいて分割を行うかどうか。 |
| CompressEnsemble |
ツリーアンサンブルを圧縮します。 |
| DiskTranspose |
入れ替えの実行時に、ディスクまたはデータのネイティブなトランスポーズ機能 (該当する場合) のどちらを使用するか。 |
| EntropyCoefficient |
0 ~ 1 のエントロピ (正則化) 係数。 |
| 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。 |
| 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。 |
| 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。 |
| FeatureFraction |
各イテレーションで使用する特徴の割合 (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。 |
| 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% が予想で削除されます。 |
| FeatureReusePenalty |
特徴量はペナルティ (正則化) 係数を再利用します。 |
| FeatureSelectionSeed |
アクティブなフィーチャ選択のシード。 |
| GainConfidenceLevel |
木の付属品は信頼の条件を得る。 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。 |
| HistogramPoolSize |
プール内のヒストグラムの数 (2 と numLeaves の間)。 |
| LabelColumnName |
ラベルに使用する列。 (継承元 TrainerInputBaseWithLabel) |
| MaximumBinCountPerFeature |
特徴ごとの個別の値 (ビン) の最大数。 |
| MaximumCategoricalGroupCountPerNode |
カテゴリ機能で分割するとき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、多くのカテゴリ機能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。 |
| MaximumCategoricalSplitPointCount |
カテゴリ特徴量で分割する場合に考慮する最大カテゴリ分割ポイント。 |
| MemoryStatistics |
メモリ統計を ML.NET チャネルに出力します。 |
| 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。 |
| MinimumExampleFractionForCategoricalSplit |
分割で考慮するビン内の最小カテゴリ別の例のパーセンテージ。 既定値は、すべてのトレーニング例の 0.1% です。 |
| MinimumExamplesForCategoricalSplit |
分割について考慮するビン内の最小カテゴリ例数。 |
| NumberOfLeaves |
各回帰ツリー内の葉の最大数。 |
| NumberOfThreads |
使用するスレッドの数。 |
| NumberOfTrees |
アンサンブルで作成するデシジョン ツリーの合計数。 |
| RowGroupColumnName |
groupId などの使用する列。 (継承元 TrainerInputBaseWithGroupId) |
| Seed |
乱数ジェネレーターのシード。 |
| Smoothing |
ツリーの正則化のスムージング パラメーター。 |
| SoftmaxTemperature |
特徴量を選択するためのランダム化されたソフトマックス分布の温度。 |
| 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。 |
| 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。 |