QuantileRegressionTree Clase

Determine los tipos de función de división. Si CategoricalSplitFlags[i] es true, el nodo i-th usa la función de división de categorías. De lo contrario, se usa la división numérica tradicional.

LeafValues[i] es el valor aprendido en la hoja i-ésima.

LeftChild[i] es el índice secundario del nodo i que se usa cuando (1) la característica numérica indizada por NumericalSplitFeatureIndexes[i] es menor o igual que el umbral NumericalSplitThresholds[i] o (2) las características categóricas indexadas por el valor devuelto por GetCategoricalCategoricalSplitFeatureRangeAt(Int32)nodeIndex=i no es un subconjunto de GetCategoricalSplitFeaturesAt(Int32) con nodeIndex=i. Tenga en cuenta que el caso (1) solo se produce cuando CategoricalSplitFlags[i] es false y, de lo contrario, (2) se produce. Un valor devuelto no negativo significa un nodo (es decir, no una hoja); por ejemplo, 2 significa el tercer nodo del subyacente Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree. Un valor devuelto negativo significa una hoja; por ejemplo, -1 significa la ~hoja (-1)-th hoja en el subyacente Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree. Tenga en cuenta que ~ es el operador de complemento bit a bit en C#; para obtener más información, vea https://docs.microsoft.com/en-us/dotnet/csharp/language-reference/operators/bitwise-complement-operator.

Número de hojas del árbol. Tenga en cuenta que NumberOfLeaves no tiene en cuenta los nodos no hoja.

Número de nodos del árbol. Esto no incluye hojas. Por ejemplo, un árbol con node0-node1>, node0-leaf3>, node1-leaf1>, node1-leaf2>NumberOfNodes y NumberOfLeaves debe ser 2 y 3, respectivamente.

NumericalSplitFeatureIndexes[i] es el índice de características que usó la función de división del nodo i-th. Este valor solo es válido si CategoricalSplitFlags[i] es false.

NumericalSplitThresholds[i] es el umbral de la característica indizada por NumericalSplitFeatureIndexes[i], donde i es el índice del nodo i-th (por ejemplo, i es 1 para el segundo nodo en Microsoft.ML.Trainers.FastTree.RegressionTreeBase._tree).

RightChild[i] es el índice secundario del nodo i que se usa cuando las dos condiciones, (1) y (2), que se describen en LeftChildel documento del nodo no son true. Su valor devuelto sigue el formato usado en LeftChild.

Las ganancias obtenidas mediante la división de datos en los nodos. Su valor i-th se calcula de a la división en el nodo i-th.

Devuelve el intervalo de umbrales de categorías que se usa en el nodo indexado por nodeIndex. Una división categórica en el nodo indizado por nodeIndex puede considerar varias características de entrada consecutivas al mismo tiempo; su intervalo se especifica mediante GetCategoricalCategoricalSplitFeatureRangeAt(Int32). El valor devuelto siempre es una matriz de 2 elementos; su primer elemento es el índice inicial y su segundo elemento es el índice endining de un segmento de características. El valor devuelto solo es válido si CategoricalSplitFlags[nodeIndex] es true.

Devuelve umbrales de categorías usados en el nodo indexado por nodeIndex. Si la característica de entrada considerada no coincide con ninguno de los valores devueltos por GetCategoricalSplitFeaturesAt(Int32), lo llamamos un evento de menor umbral y, por tanto LeftChild, [nodeIndex] es el nodo secundario que debe ir a continuación. El valor devuelto solo es válido si CategoricalSplitFlags[nodeIndex] es true.

Devuelve las etiquetas de entrenamiento que entran en la hoja especificada.

Devuelve los pesos de las etiquetas de entrenamiento que se dividen en la hoja especificada. Si GetLeafSamplesAt(Int32) y GetLeafSampleWeightsAt(Int32) usan la misma entrada, el valor devuelto i-th de esta función es el peso de la etiqueta i-th en GetLeafSamplesAt(Int32).