Partager via


SdcaNonCalibratedBinaryTrainer.Options Classe

Définition

public sealed class SdcaNonCalibratedBinaryTrainer.Options : Microsoft.ML.Trainers.SdcaBinaryTrainerBase<Microsoft.ML.Trainers.LinearBinaryModelParameters>.BinaryOptionsBase
type SdcaNonCalibratedBinaryTrainer.Options = class
    inherit SdcaBinaryTrainerBase<LinearBinaryModelParameters>.BinaryOptionsBase
Public NotInheritable Class SdcaNonCalibratedBinaryTrainer.Options
Inherits SdcaBinaryTrainerBase(Of LinearBinaryModelParameters).BinaryOptionsBase
Héritage

Constructeurs

SdcaNonCalibratedBinaryTrainer.Options()

Options pour le SdcaNonCalibratedBinaryTrainer.

Champs

BiasLearningRate

Taux d’apprentissage pour ajuster le biais d’être régularisé.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ConvergenceCheckFrequency

Détermine la fréquence de vérification de la convergence en termes de nombre d’itérations.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ConvergenceTolerance

Tolérance pour le ratio entre l’écart de la dualité et la perte primaire pour la vérification de la convergence.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName

Colonne à utiliser pour un exemple de poids.

(Hérité de TrainerInputBaseWithWeight)
FeatureColumnName

Colonne à utiliser pour les fonctionnalités.

(Hérité de TrainerInputBase)
L1Regularization

Hyperparamètre de normalisation L1.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization

Hyperparamètre de normalisation L2.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName

Colonne à utiliser pour les étiquettes.

(Hérité de TrainerInputBaseWithLabel)
MaximumNumberOfIterations

Nombre maximal de passes à effectuer sur les données.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads

Degré de parallélisme sans verrou.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
PositiveInstanceWeight

Poids à appliquer à la classe positive. Cela est utile pour l’entraînement avec des données déséquilibrées.

(Hérité de SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase)
Shuffle

Détermine s’il faut mélanger des données pour chaque itération d’entraînement.

(Hérité de SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

Propriétés

LossFunction

Perte personnalisée.

S’applique à