TableFixedParameters Classe
Definição
Importante
Algumas informações se referem a produtos de pré-lançamento que podem ser substancialmente modificados antes do lançamento. A Microsoft não oferece garantias, expressas ou implícitas, das informações aqui fornecidas.
Correção de parâmetros de treinamento que não serão varridos durante o treinamento da Tabela AutoML.
public class TableFixedParameterstype TableFixedParameters = classPublic Class TableFixedParameters- Herança
-
TableFixedParameters
Construtores
| TableFixedParameters() |
Inicializa uma nova instância de TableFixedParameters. |
Propriedades
| Booster |
Especifique o tipo de aumento, por exemplo, gbdt para XGBoost. |
| BoostingType |
Especifique o tipo de aumento, por exemplo, gbdt para LightGBM. |
| GrowPolicy |
Especifique a política de crescimento, que controla a maneira como novos nós são adicionados à árvore. |
| LearningRate |
A taxa de aprendizado para o procedimento de treinamento. |
| MaxBin |
Especifique o Número máximo de compartimentos discretos para bucket de recursos contínuos . |
| MaxDepth |
Especifique a profundidade máxima para limitar explicitamente a profundidade da árvore. |
| MaxLeaves |
Especifique as folhas máximas para limitar explicitamente as folhas de árvore. |
| MinDataInLeaf |
O número mínimo de dados por folha. |
| MinSplitGain |
Redução mínima de perda necessária para fazer uma partição adicional em um nó folha da árvore. |
| ModelName |
O nome do modelo a ser treinado. |
| NEstimators |
Especifique o número de árvores (ou rodadas) em um modelo. |
| NumLeaves |
Especifique o número de folhas. |
| PreprocessorName |
O nome do pré-processador a ser usado. |
| RegAlpha |
L1 termo de regularização em pesos. |
| RegLambda |
L2 termo de regularização em pesos. |
| Subsample |
Taxa de subsample da instância de treinamento. |
| SubsampleFreq |
Frequência da subamostra. |
| TreeMethod |
Especifique o método de árvore. |
| WithMean |
Se for true, centralize antes de dimensionar os dados com StandardScalar. |
| WithStd |
Se for true, dimensione os dados com Variação de Unidade com StandardScalar. |