ComputeLogisticRegressionStandardDeviation Klasse

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. Verwenden Sie die Implementierung dieser Klasse im Microsoft.ML.Mkl.Components-Paket, das die Intel Math Kernel Library verwendet. Aufgrund des Vorhandenseins einer Regularisierung wird eine Näherung verwendet, um die Varianzen der trainierten linearen Koeffizienten zu berechnen.

public abstract class ComputeLogisticRegressionStandardDeviation

type ComputeLogisticRegressionStandardDeviation = class

Public MustInherit Class ComputeLogisticRegressionStandardDeviation

Vererbung

Object

ComputeLogisticRegressionStandardDeviation

Abgeleitet

Microsoft.ML.Trainers.ComputeLRTrainingStdThroughMkl

Konstruktoren

ComputeLogisticRegressionStandardDeviation()

Berechnet die Standardabweichungsmatrix jeder Trainingsgewichtung ungleich Null, die erforderlich ist, um die Standardabweichung, den p-Wert und den Z-Score weiter zu berechnen. Verwenden Sie die Implementierung dieser Klasse im Microsoft.ML.Mkl.Components-Paket, das die Intel Math Kernel Library verwendet. Aufgrund des Vorhandenseins einer Regularisierung wird eine Näherung verwendet, um die Varianzen der trainierten linearen Koeffizienten zu berechnen.

Methoden

ComputeStandardDeviation(Double[], Int32[], Int32, Int32, IChannel, Single)

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.