StackEnsembleSettings interface
Zaawansowane ustawienie w celu dostosowania przebiegu StackEnsemble.
Właściwości
| stack |
Parametry opcjonalne, które mają być przekazywane do inicjatora metauczeń. |
| stack |
Określa proporcję zestawu treningowego (podczas wybierania typu trenowania i sprawdzania poprawności trenowania) do zastrzelenia na potrzeby trenowania metauczeń. Wartość domyślna to 0,2. |
| stack |
Meta-uczący się to model wytrenowany na wynikach poszczególnych heterogenicznych modeli.\r\nDomyślnymi meta-uczącymi się są LogisticRegression dla zadań klasyfikacyjnych (lub LogisticRegressionCV, jeśli walidacja krzyżowa jest włączona) oraz ElasticNet dla zadań regresji/prognozowania (lub ElasticNetCV, jeśli walidacja krzyżowa jest włączona).\r\nTen parametr może być jednym z następujących ciągów znaków: LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor lub LinearRegression |
Szczegóły właściwości
stackMetaLearnerKWargs
Parametry opcjonalne, które mają być przekazywane do inicjatora metauczeń.
stackMetaLearnerKWargs?: any
Wartość właściwości
any
stackMetaLearnerTrainPercentage
Określa proporcję zestawu treningowego (podczas wybierania typu trenowania i sprawdzania poprawności trenowania) do zastrzelenia na potrzeby trenowania metauczeń. Wartość domyślna to 0,2.
stackMetaLearnerTrainPercentage?: number
Wartość właściwości
number
stackMetaLearnerType
Meta-uczący się to model wytrenowany na wynikach poszczególnych heterogenicznych modeli.\r\nDomyślnymi meta-uczącymi się są LogisticRegression dla zadań klasyfikacyjnych (lub LogisticRegressionCV, jeśli walidacja krzyżowa jest włączona) oraz ElasticNet dla zadań regresji/prognozowania (lub ElasticNetCV, jeśli walidacja krzyżowa jest włączona).\r\nTen parametr może być jednym z następujących ciągów znaków: LogisticRegression, LogisticRegressionCV, LightGBMClassifier, ElasticNet, ElasticNetCV, LightGBMRegressor lub LinearRegression
stackMetaLearnerType?: string
Wartość właściwości
string