ComputeLogisticRegressionStandardDeviation.ComputeStandardDeviation Methode

Definition

Namespace:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.StandardTrainers.dll

Paket:

Microsoft.ML v4.0.0-preview.24522.7

Quelle:

LogisticRegression.cs

Berechnet die Standardabweichungsmatrix jeder Trainingsgewichtung ungleich Null, die erforderlich ist, um die Standardabweichung, den p-Wert und den Z-Score weiter zu berechnen. Die Berechnungen sind aufgrund der Größe von MKL nicht Teil Microsoft.ML Pakets. Wenn Sie diese Berechnungen benötigen, fügen Sie das Microsoft.ML.Mkl.Components-Paket hinzu, und initialisieren Sie ComputeStandardDeviation die ComputeLogisticRegressionStandardDeviation Implementierung im Microsoft.ML.Mkl.Components-Paket. Aufgrund des Vorhandenseins einer Regularisierung wird eine Näherung verwendet, um die Varianzen der trainierten linearen Koeffizienten zu berechnen.

public abstract Microsoft.ML.Data.VBuffer<float> ComputeStandardDeviation(double[] hessian, int[] weightIndices, int parametersCount, int currentWeightsCount, Microsoft.ML.Runtime.IChannel ch, float l2Weight);

abstract member ComputeStandardDeviation : double[] * int[] * int * int * Microsoft.ML.Runtime.IChannel * single -> Microsoft.ML.Data.VBuffer<single>

Public MustOverride Function ComputeStandardDeviation (hessian As Double(), weightIndices As Integer(), parametersCount As Integer, currentWeightsCount As Integer, ch As IChannel, l2Weight As Single) As VBuffer(Of Single)

Parameter

hessian

Double[]

weightIndices

Int32[]

parametersCount

Int32

currentWeightsCount

Int32

ch

IChannel

l2Weight

Single

Gibt zurück

VBuffer<Single>