StackEnsembleSettings interface
Avanza la configuración para personalizar la ejecución de StackEnsemble.
Propiedades
| stack |
Parámetros opcionales para pasar al inicializador del meta-learner. |
| stack |
Especifica la proporción del conjunto de entrenamiento (al elegir el tipo de entrenamiento y validación de entrenamiento) que se va a reservar para entrenar al meta-learner. El valor predeterminado es 0,2. |
| stack |
El meta-aprendiz es un modelo entrenado con la salida de los modelos heterogéneos individuales.\r\nMeta-aprendices por defecto son LogisticRegression para tareas de clasificación (o LogisticRegressionCV si la validación cruzada está habilitada) y ElasticNet para tareas de regresión/previsión (o ElasticNetCV si la validación cruzada está habilitada).\r\nEste parámetro puede ser una de las siguientes cadenas: LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor o LinearRegression |
Detalles de las propiedades
stackMetaLearnerKWargs
Parámetros opcionales para pasar al inicializador del meta-learner.
stackMetaLearnerKWargs?: any
Valor de propiedad
any
stackMetaLearnerTrainPercentage
Especifica la proporción del conjunto de entrenamiento (al elegir el tipo de entrenamiento y validación de entrenamiento) que se va a reservar para entrenar al meta-learner. El valor predeterminado es 0,2.
stackMetaLearnerTrainPercentage?: number
Valor de propiedad
number
stackMetaLearnerType
El meta-aprendiz es un modelo entrenado con la salida de los modelos heterogéneos individuales.\r\nMeta-aprendices por defecto son LogisticRegression para tareas de clasificación (o LogisticRegressionCV si la validación cruzada está habilitada) y ElasticNet para tareas de regresión/previsión (o ElasticNetCV si la validación cruzada está habilitada).\r\nEste parámetro puede ser una de las siguientes cadenas: LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor o LinearRegression
stackMetaLearnerType?: string
Valor de propiedad
string