StackEnsembleSettings interface
Erweitert die Einstellung zum Anpassen der StackEnsemble-Ausführung.
Eigenschaften
| stack |
Optionale Parameter, die an den Initialisierer des Metalerners übergeben werden sollen. |
| stack |
Gibt den Anteil des Schulungssatzes (beim Auswählen des Trainings- und Validierungstyps) an, der für die Schulung des Metalerners reserviert werden soll. Der Standardwert ist 0,2. |
| stack |
Der Meta-Learner ist ein Modell, das auf den Ausgaben der einzelnen heterogenen Modelle trainiert ist.\r\nStandard-Meta-Learner sind LogisticRegression für Klassifikationsaufgaben (oder LogisticRegressionCV, falls Kreuzvalidierung aktiviert ist) und ElasticNet für Regressions-/Prognoseaufgaben (oder ElasticNetCV, falls Crossvalidierung aktiviert ist).\r\nDieser Parameter kann einer der folgenden Strings sein: LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor oder LinearRegression |
Details zur Eigenschaft
stackMetaLearnerKWargs
Optionale Parameter, die an den Initialisierer des Metalerners übergeben werden sollen.
stackMetaLearnerKWargs?: any
Eigenschaftswert
any
stackMetaLearnerTrainPercentage
Gibt den Anteil des Schulungssatzes (beim Auswählen des Trainings- und Validierungstyps) an, der für die Schulung des Metalerners reserviert werden soll. Der Standardwert ist 0,2.
stackMetaLearnerTrainPercentage?: number
Eigenschaftswert
number
stackMetaLearnerType
Der Meta-Learner ist ein Modell, das auf den Ausgaben der einzelnen heterogenen Modelle trainiert ist.\r\nStandard-Meta-Learner sind LogisticRegression für Klassifikationsaufgaben (oder LogisticRegressionCV, falls Kreuzvalidierung aktiviert ist) und ElasticNet für Regressions-/Prognoseaufgaben (oder ElasticNetCV, falls Crossvalidierung aktiviert ist).\r\nDieser Parameter kann einer der folgenden Strings sein: LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor oder LinearRegression
stackMetaLearnerType?: string
Eigenschaftswert
string