LightGbmMulticlassTrainer 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.
Para IEstimator<TTransformer> treinar um modelo de classificação de várias classes de árvore de decisão aumentada usando LightGBM.
public sealed class LightGbmMulticlassTrainer : Microsoft.ML.Trainers.LightGbm.LightGbmTrainerBase<Microsoft.ML.Trainers.LightGbm.LightGbmMulticlassTrainer.Options,Microsoft.ML.Data.VBuffer<float>,Microsoft.ML.Data.MulticlassPredictionTransformer<Microsoft.ML.Trainers.OneVersusAllModelParameters>,Microsoft.ML.Trainers.OneVersusAllModelParameters>type LightGbmMulticlassTrainer = class
inherit LightGbmTrainerBase<LightGbmMulticlassTrainer.Options, VBuffer<single>, MulticlassPredictionTransformer<OneVersusAllModelParameters>, OneVersusAllModelParameters>Public NotInheritable Class LightGbmMulticlassTrainer
Inherits LightGbmTrainerBase(Of LightGbmMulticlassTrainer.Options, VBuffer(Of Single), MulticlassPredictionTransformer(Of OneVersusAllModelParameters), OneVersusAllModelParameters)- Herança
Comentários
Para criar esse treinador, use LightGbm ou LightGbm(Options).
Colunas de entrada e saída
Os dados da coluna do rótulo de entrada devem ser de tipo de chave e a coluna de recurso deve ser um vetor de tamanho conhecido.Single
Este treinador gera as seguintes colunas:
| Nome da coluna de saída | Tipo de Coluna | Descrição |
|---|---|---|
Score |
Vetor de Single | As pontuações de todas as classes. Valor mais alto significa maior probabilidade de cair na classe associada. Se o elemento i-th tiver o maior valor, o índice de rótulo previsto seria i. Observe que eu é um índice baseado em zero. |
PredictedLabel |
Tipo de chave | O índice do rótulo previsto. Se o valor for i, o rótulo real será a categoria i-th no tipo de rótulo de entrada com valor de chave. |
Características do Treinador
| Tarefa de machine learning | Classificação multiclasse |
| A normalização é necessária? | No |
| O cache é necessário? | No |
| NuGet necessário além de Microsoft.ML | Microsoft.ML.LightGbm |
| Exportável para ONNX | Yes |
Detalhes do algoritmo de treinamento
LightGBM é uma implementação código aberto de árvore de decisão de aumento de gradiente. Para obter detalhes sobre a implementação, consulte a documentação oficial do LightGBM ou este artigo.
Verifique a seção Consulte Também para obter links para exemplos do uso.
Campos
| Nome | Description |
|---|---|
| FeatureColumn |
A coluna de recursos que o treinador espera. (Herdado de TrainerEstimatorBase<TTransformer,TModel>) |
| GroupIdColumn |
A coluna groupID opcional esperada pelos treinadores de classificação. (Herdado de TrainerEstimatorBaseWithGroupId<TTransformer,TModel>) |
| LabelColumn |
A coluna de rótulo que o treinador espera. Pode ser |
| WeightColumn |
A coluna de peso que o treinador espera. Pode ser |
Propriedades
| Nome | Description |
|---|---|
| Info |
Para IEstimator<TTransformer> treinar um modelo de classificação de várias classes de árvore de decisão aumentada usando LightGBM. (Herdado de LightGbmTrainerBase<TOptions,TOutput,TTransformer,TModel>) |
Métodos
| Nome | Description |
|---|---|
| Fit(IDataView, IDataView) |
Treina um LightGbmMulticlassTrainer usando dados de treinamento e validação, retorna um MulticlassPredictionTransformer<TModel>. |
| Fit(IDataView) |
Treina e retorna um ITransformer. (Herdado de TrainerEstimatorBase<TTransformer,TModel>) |
| GetOutputSchema(SchemaShape) |
Para IEstimator<TTransformer> treinar um modelo de classificação de várias classes de árvore de decisão aumentada usando LightGBM. (Herdado de TrainerEstimatorBase<TTransformer,TModel>) |
Métodos de Extensão
| Nome | Description |
|---|---|
| AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment) |
Acrescente um 'ponto de verificação de cache' à cadeia do avaliador. Isso garantirá que os avaliadores downstream serão treinados em relação aos dados armazenados em cache. É útil ter um ponto de verificação de cache antes dos treinadores que têm várias passagens de dados. |
| WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>) |
Dado um avaliador, retorne um objeto de encapsulamento que chamará um delegado uma vez Fit(IDataView) chamado. Geralmente, é importante que um avaliador retorne informações sobre o que estava em forma, e é por isso que o Fit(IDataView) método retorna um objeto especificamente tipado, em vez de apenas um geral ITransformer. No entanto, ao mesmo tempo, IEstimator<TTransformer> muitas vezes são formados em pipelines com muitos objetos, portanto, talvez seja necessário criar uma cadeia de avaliadores por meio EstimatorChain<TLastTransformer> de onde o avaliador para o qual queremos obter o transformador está enterrado em algum lugar nessa cadeia. Para esse cenário, podemos por meio desse método anexar um delegado que será chamado assim que o ajuste for chamado. |
Aplica-se a
Confira também
- LightGbmMulticlassTrainer.Options
- LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Int32>, Nullable<Int32>, Nullable<Double>, Int32)
- LightGbm(MulticlassClassificationCatalog+MulticlassClassificationTrainers, LightGbmMulticlassTrainer+Options)