ComputeLogisticRegressionStandardDeviation Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.StandardTrainers.dll

Pacchetto:

Microsoft.ML v3.0.1

Calcola la matrice di deviazione standard di ognuno dei pesi di training non zero, necessari per calcolare ulteriormente la deviazione standard, p-value e z-Score. Usare questa implementazione della classe nel pacchetto Microsoft.ML.Mkl.Components che usa Intel Math Kernel Library. A causa dell'esistenza di regolarizzazione, viene usata un'approssimazione per calcolare le varianza dei coefficienti lineari sottoposti a training.

public abstract class ComputeLogisticRegressionStandardDeviation

type ComputeLogisticRegressionStandardDeviation = class

Public MustInherit Class ComputeLogisticRegressionStandardDeviation

Ereditarietà

Object

ComputeLogisticRegressionStandardDeviation

Derivato

Microsoft.ML.Trainers.ComputeLRTrainingStdThroughMkl

Costruttori

ComputeLogisticRegressionStandardDeviation()

Calcola la matrice di deviazione standard di ognuno dei pesi di training non zero, necessari per calcolare ulteriormente la deviazione standard, p-value e z-Score. Usare questa implementazione della classe nel pacchetto Microsoft.ML.Mkl.Components che usa Intel Math Kernel Library. A causa dell'esistenza di regolarizzazione, viene usata un'approssimazione per calcolare le varianza dei coefficienti lineari sottoposti a training.

Metodi

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

Calcola la matrice di deviazione standard di ognuno dei pesi di training non zero, necessari per calcolare ulteriormente la deviazione standard, p-value e z-Score. I calcoli non fanno parte del pacchetto Microsoft.ML, a causa delle dimensioni di MKL. Se sono necessari questi calcoli, aggiungere il pacchetto Microsoft.ML.Mkl.Components e inizializzare ComputeStandardDeviation l'implementazione ComputeLogisticRegressionStandardDeviation nel pacchetto Microsoft.ML.Mkl.Components. A causa dell'esistenza di regolarizzazione, viene usata un'approssimazione per calcolare le varianza dei coefficienti lineari sottoposti a training.