SmoothedHingeLoss クラス

定義

名前空間:

Microsoft.ML.Trainers

アセンブリ:

Microsoft.ML.Data.dll

パッケージ:

Microsoft.ML v3.0.1

分類タスクでよく使用される、スムーズなバージョン HingeLoss の関数。

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

継承

Object

SmoothedHingeLoss

実装

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

注釈

$f(\hat{y}, y) = 1 - y\hat{y}$ にします。ここで、$\hat{y}$ は予測スコア、$y \{-1, 1\}$ は真のラベルです。 $f(\hat{y}, y)$ は ヒンジ損失のゼロ以外の部分です。

この計算で使用されるラベルは、使用されるラベルが 0 と 1 である Log Loss とは異なり、-1 と 1 であることに注意してください。 また、 ログ損失とは異なり、$\hat{y}$ は未加工の予測スコアであり、予測された確率ではありません (予測されたスコアに シグモイド関数 を適用することによって計算されます)。

次に、Smoothed Hinge Loss 関数は次のように定義されます。

$ 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} $

ここで、$\alpha$ は既定で 1 に設定されたスムージング パラメーターです。

コンストラクター

SmoothedHingeLoss(Single)

滑らかにされたヒンジの損失のコンストラクター。

メソッド

ComputeDualUpdateInvariant(Single)	分類タスクでよく使用される、スムーズなバージョン HingeLoss の関数。
Derivative(Single, Single)	分類タスクでよく使用される、スムーズなバージョン HingeLoss の関数。
DualLoss(Single, Single)	分類タスクでよく使用される、スムーズなバージョン HingeLoss の関数。
DualUpdate(Single, Single, Single, Single, Int32)	分類タスクでよく使用される、スムーズなバージョン HingeLoss の関数。
Loss(Single, Single)	分類タスクでよく使用される、スムーズなバージョン HingeLoss の関数。