TreeEnsembleFeaturizationEstimatorBase Klasse
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Diese Klasse kapselt das allgemeine Verhalten aller strukturbasierten Featurizer wie FastTreeBinaryFeaturizationEstimator, , FastForestBinaryFeaturizationEstimator, FastTreeRegressionFeaturizationEstimatorund FastForestRegressionFeaturizationEstimatorPretrainedTreeFeaturizationEstimator. Alle strukturbasierten Featurizer verwenden dasselbe Ausgabeschema, das von GetOutputSchema(SchemaShape). Für alle strukturbasierten Featurizer ist ein Eingabefeaturespaltenname und ein Suffix für alle Ausgabespalten erforderlich. Die ITransformer zurückgegebenen Werte Fit(IDataView) erzeugen drei Spalten: (1) die Vorhersagewerte aller Bäume, (2) die IDs des Eingabefeaturevektors, die in den Eingabefeaturevektor fallen, und (3) den binären Vektor, der die Pfade zu diesen Zielblättern codiert.
public abstract class TreeEnsembleFeaturizationEstimatorBase : Microsoft.ML.IEstimator<Microsoft.ML.Trainers.FastTree.TreeEnsembleFeaturizationTransformer>type TreeEnsembleFeaturizationEstimatorBase = class
interface IEstimator<TreeEnsembleFeaturizationTransformer>Public MustInherit Class TreeEnsembleFeaturizationEstimatorBase
Implements IEstimator(Of TreeEnsembleFeaturizationTransformer)- Vererbung
-
TreeEnsembleFeaturizationEstimatorBase
- Abgeleitet
- Implementiert
Methoden
| Name | Beschreibung |
|---|---|
| Fit(IDataView) |
Erstellen Sie eine TreeEnsembleModelParameters Zuordnung der Spalte, die in InputColumnName drei Ausgabespalten aufgerufen wird |
| GetOutputSchema(SchemaShape) |
PretrainedTreeFeaturizationEstimator fügt drei Gleitkommavektorspalten in |
Erweiterungsmethoden
| Name | Beschreibung |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Fügen Sie einen "Zwischenspeicherungsprüfpunkt" an die Schätzkette an. Dadurch wird sichergestellt, dass die nachgeschalteten Schätzer anhand zwischengespeicherter Daten trainiert werden. Es ist hilfreich, einen Zwischenspeicherprüfpunkt vor Trainern zu haben, die mehrere Datendurchläufe übernehmen. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Geben Sie bei einer Schätzung ein Wrapping-Objekt zurück, das eine Stellvertretung aufruft, sobald Fit(IDataView) sie aufgerufen wird. Es ist häufig wichtig, dass ein Schätzer Informationen zu dem, was passt, zurückgeben, weshalb die Fit(IDataView) Methode ein speziell typiertes Objekt und nicht nur ein allgemeines ITransformerObjekt zurückgibt. IEstimator<TTransformer> Gleichzeitig werden jedoch oft in Pipelines mit vielen Objekten gebildet, daher müssen wir möglicherweise eine Kette von Schätzern bauen, über EstimatorChain<TLastTransformer> die der Schätzer, für den wir den Transformator erhalten wollen, irgendwo in dieser Kette begraben wird. Für dieses Szenario können wir über diese Methode einen Delegat anfügen, der aufgerufen wird, sobald "Fit" aufgerufen wird. |