SmoothedHingeLoss Clase

Definición

Espacio de nombres:

Microsoft.ML.Trainers

Ensamblado:

Microsoft.ML.Data.dll

Paquete:

Microsoft.ML v5.0.0-preview.1.25125.4

Source:

LossFunctions.cs

Una versión fluida de la HingeLoss función, que se usa normalmente en las tareas de clasificación.

public sealed class SmoothedHingeLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

type SmoothedHingeLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss

Public NotInheritable Class SmoothedHingeLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss

Herencia

Object

SmoothedHingeLoss

Implementaciones

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Comentarios

Let $f(\hat{y}, y) = 1 - y\hat{y}$, donde $\hat{y}$ es la puntuación de predicción y $y \in \{-1, 1\}$ es la verdadera etiqueta. $f(\hat{y}, y)$ esta es la parte distinta de cero de la pérdida de bisagra.

Tenga en cuenta que las etiquetas usadas en este cálculo son -1 y 1, a diferencia de la pérdida de registro, donde las etiquetas usadas son 0 y 1. Además, a diferencia de la pérdida de registros, $\hat{y}$ es la puntuación de predicción sin procesar, no la probabilidad prevista (que se calcula aplicando una función sigmoid a la puntuación predicha).

A continuación, la función Smoothed Hinge Loss se define como:

$ L(f(\hat{y}, y)) = \begin{cases} 0 & \text{if } f(\hat{y}, y) < 0 \\ \frac{(f(\hat{y}, y))^2}{2\alpha} & \text{if } f(\hat{y}, y) < \alpha \\ f(\hat{y}, y) - \frac{\alpha}{2} & \text{otherwise} \end{cases} $

donde $\alpha$ es un parámetro de suavizado establecido en 1 de forma predeterminada.

Constructores

SmoothedHingeLoss(Single)

Constructor para pérdida de bisagra suavizada.

Métodos

ComputeDualUpdateInvariant(Single)	Una versión fluida de la HingeLoss función, que se usa normalmente en las tareas de clasificación.
Derivative(Single, Single)	Una versión fluida de la HingeLoss función, que se usa normalmente en las tareas de clasificación.
DualLoss(Single, Single)	Una versión fluida de la HingeLoss función, que se usa normalmente en las tareas de clasificación.
DualUpdate(Single, Single, Single, Single, Int32)	Una versión fluida de la HingeLoss función, que se usa normalmente en las tareas de clasificación.
Loss(Single, Single)	Una versión fluida de la HingeLoss función, que se usa normalmente en las tareas de clasificación.