C# Class LightGBMNet.Train.Booster

Wrapper of Booster object of LightGBM.

Inheritance: IDisposable

Afficher le fichier Open project: rca22/LightGBM.Net Class Usage Examples

Private Properties

Свойство	Type	Description
Booster	System
Eval	double
GetDefaultValue	double[]
GetHasMissing	bool
GetIsCategoricalSplit	bool
GetIsDefaultLeft	bool
GetModel	System
GetModelJSON	string
NextDown	double
NextUp	double
Str2DoubleArray	double[]
Str2IntArray	int[]
Str2UIntArray	uint[]

Méthodes publiques

Méthode	Description
Booster ( Parameters parameters, LightGBMNet.Train.Dataset trainset, LightGBMNet.Train.Dataset validset = null ) : System
CalcNumPredict ( int numRow, PredictType predType, int numIteration ) : long
Clone ( ) : Booster	Clones the Booster object
Dispose ( ) : void
EvalTrain ( ) : double
EvalValid ( ) : double
FromFile ( string fileName ) : Booster
FromString ( string model ) : Booster
GetFeatureImportance ( int numIteration, ImportanceType importanceType ) : double[]
GetLeafValue ( int treeIdx, int leafIdx ) : double
GetModelString ( ) : string
GetNumPredict ( int dataIdx ) : long
GetPredict ( int dataIdx ) : double[]
MergeWith ( Booster other ) : void
PredictForMat ( PredictType predictType, Array data, int startIteration, int numIteration ) : double[]
PredictForMats ( PredictType predictType, Array data, int startIteration, int numIteration, int numThreads ) : double[]
PredictForMatsMulti ( PredictType predictType, Array data, int startIteration, int numIteration ) : ].double[
Refit ( ].int[ leafPreds ) : void
ResetParameter ( Parameters pms ) : void
ResetTrainingData ( Dataset trainset ) : void
RollbackOneIter ( ) : void
SaveModel ( int startIteration, int numIteration, string fileName ) : void
SetLeafValue ( int treeIdx, int leafIdx, double val ) : void
SetLearningRate ( double learningRate ) : void
ShuffleModels ( ) : void
Update ( ) : bool
UpdateCustom ( Array grad, Array hess ) : bool

Private Methods

Méthode	Description
Booster ( IntPtr h, int bestIteration ) : System
Eval ( int dataIdx ) : double
GetDefaultValue ( Array threshold, Array decisionType ) : double[]
GetHasMissing ( uint decisionType ) : bool
GetIsCategoricalSplit ( uint decisionType ) : bool
GetIsDefaultLeft ( uint decisionType ) : bool
GetModel ( ) : System
GetModelJSON ( int startIteration, int numIteration ) : string
NextDown ( double x ) : double
NextUp ( double x ) : double
Str2DoubleArray ( string str, Array delimiters ) : double[]
Str2IntArray ( string str, Array delimiters ) : int[]
Str2UIntArray ( string str, Array delimiters ) : uint[]

Method Details

Booster() public méthode

public Booster ( Parameters parameters, LightGBMNet.Train.Dataset trainset, LightGBMNet.Train.Dataset validset = null ) : System
parameters	Parameters
trainset	LightGBMNet.Train.Dataset
validset	LightGBMNet.Train.Dataset
Résultat	System

CalcNumPredict() public méthode

public CalcNumPredict ( int numRow, PredictType predType, int numIteration ) : long
numRow	int
predType	PredictType
numIteration	int
Résultat	long

Clone() public méthode

Clones the Booster object

public Clone ( ) : Booster
Résultat	Booster

Dispose() public méthode

public Dispose ( ) : void
Résultat	void

EvalTrain() public méthode

public EvalTrain ( ) : double
Résultat	double

EvalValid() public méthode

public EvalValid ( ) : double
Résultat	double

FromFile() public static méthode

public static FromFile ( string fileName ) : Booster
fileName	string
Résultat	Booster

FromString() public static méthode

public static FromString ( string model ) : Booster
model	string
Résultat	Booster

GetFeatureImportance() public méthode

public GetFeatureImportance ( int numIteration, ImportanceType importanceType ) : double[]
numIteration	int
importanceType	ImportanceType
Résultat	double[]

GetLeafValue() public méthode

public GetLeafValue ( int treeIdx, int leafIdx ) : double
treeIdx	int
leafIdx	int
Résultat	double

GetModelString() public méthode

public GetModelString ( ) : string
Résultat	string

GetNumPredict() public méthode

public GetNumPredict ( int dataIdx ) : long
dataIdx	int
Résultat	long

GetPredict() public méthode

public GetPredict ( int dataIdx ) : double[]
dataIdx	int
Résultat	double[]

MergeWith() public méthode

public MergeWith ( Booster other ) : void
other	Booster
Résultat	void

PredictForMat() public méthode

public PredictForMat ( PredictType predictType, Array data, int startIteration, int numIteration ) : double[]
predictType	PredictType
data	Array
startIteration	int
numIteration	int
Résultat	double[]

PredictForMats() public méthode

public PredictForMats ( PredictType predictType, Array data, int startIteration, int numIteration, int numThreads ) : double[]
predictType	PredictType
data	Array
startIteration	int
numIteration	int
numThreads	int
Résultat	double[]

PredictForMatsMulti() public méthode

public PredictForMatsMulti ( PredictType predictType, Array data, int startIteration, int numIteration ) : ].double[
predictType	PredictType
data	Array
startIteration	int
numIteration	int
Résultat	].double[

Refit() public méthode

public Refit ( ].int[ leafPreds ) : void
leafPreds	].int[
Résultat	void

ResetParameter() public méthode

public ResetParameter ( Parameters pms ) : void
pms	Parameters
Résultat	void

ResetTrainingData() public méthode

public ResetTrainingData ( Dataset trainset ) : void
trainset	Dataset
Résultat	void

RollbackOneIter() public méthode

public RollbackOneIter ( ) : void
Résultat	void

SaveModel() public méthode

public SaveModel ( int startIteration, int numIteration, string fileName ) : void
startIteration	int
numIteration	int
fileName	string
Résultat	void

SetLeafValue() public méthode

public SetLeafValue ( int treeIdx, int leafIdx, double val ) : void
treeIdx	int
leafIdx	int
val	double
Résultat	void

SetLearningRate() public méthode

public SetLearningRate ( double learningRate ) : void
learningRate	double
Résultat	void

ShuffleModels() public méthode

public ShuffleModels ( ) : void
Résultat	void

Update() public méthode

public Update ( ) : bool
Résultat	bool

UpdateCustom() public méthode

public UpdateCustom ( Array grad, Array hess ) : bool
grad	Array
hess	Array
Résultat	bool