FastTreeRegressionModelParameters Класс

Ансамбль деревьев, предоставляемых пользователям. Это оболочка на входе internalMicrosoft.ML.Trainers.FastTree.InternalTreeEnsembleTreeEnsemble<T>.

Получите совокупные преимущества разделения для каждой функции во всех деревьях.

Используется для определения вклада каждой функции в оценку примера.FeatureContributionCalculatingTransformer Вычисление вклада признаков, по сути, состоит в определении того, какие разделения в дереве оказывают наибольшее влияние на окончательный показатель и назначение значения влияния на признаки, определяющие разделение. Точнее, вклад функции равен изменению оценки, созданной путем изучения противоположного поддеревого дерева при каждом обнаружении узла принятия решений для данной функции. Рассмотрим простой случай с одним деревом принятия решений с узлом принятия решений для двоичной функции F1. Учитывая пример с функцией F1, равной true, можно вычислить оценку, полученную при выборе поддерев, соответствующих функции F1, равной false, сохраняя константу других функций. Вклад функции F1 для данного примера — разница между исходной оценкой и оценкой, полученной путем принятия противоположного решения на узле, соответствующего функции F1. Этот алгоритм естественным образом распространяется на модели с множеством деревьев принятия решений.

Параметры модели для FastForestRegressionTrainer.