TweedieLoss Classe

Définition

Espace de noms:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Data.dll

Paquet:

Microsoft.ML v3.0.1

Perte de Tweedie, basée sur la probabilité de journal de la distribution de Tweedie. Cette fonction de perte est utilisée dans la régression Tweedie.

public sealed class TweedieLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.IRegressionLoss

type TweedieLoss = class
    interface IRegressionLoss
    interface IScalarLoss
    interface ILossFunction<single, single>

Public NotInheritable Class TweedieLoss
Implements ILossFunction(Of Single, Single), IRegressionLoss

Héritage

Object

TweedieLoss

Implémente

ILossFunction<Single,Single> IRegressionLoss IScalarLoss

Remarques

La fonction Tweedie Loss est définie comme suit :

$ L(\hat{y}, y, i) = \begin{cases} \hat{y} - y ln(\hat{y}) + ln(\Gamma(y)) & \text{if } i = 1 \\\\ \hat{y} + \frac{y}{ \frac{\hat{y}} - \sqrt{y} & \text{if } i = 2 \\\\ \frac{(\hat{y}}})^{2 - i}}{2 - i} - y \frac{(\hat{y})^{1 - i}}{1 - i} - (\frac{y^{2 - i}}{2 - i} - y\frac{y^{1 - i}}{1 - i}) & \text{otherwise} \end{cases} $

où $\hat{y}$ est la valeur prédite, $y$ est l’étiquette vraie, $\Gamma$ est la fonction Gamma et $i$ est le paramètre d’index de la distribution Tweedie, dans la plage [1, 2]. $i$ est défini sur 1,5 par défaut. $i = 1$ est une perte de Poisson, $i = 2$ est une perte gamma, et les valeurs intermédiaires sont composées Poisson-Gamma perte.

Constructeurs

TweedieLoss(Double)

Constructeur pour la perte de Tweedie.

Méthodes

Derivative(Single, Single)	Perte de Tweedie, basée sur la probabilité de journal de la distribution de Tweedie. Cette fonction de perte est utilisée dans la régression Tweedie.
Loss(Single, Single)	Perte de Tweedie, basée sur la probabilité de journal de la distribution de Tweedie. Cette fonction de perte est utilisée dans la régression Tweedie.