ComputeLogisticRegressionStandardDeviation 클래스

정의

네임스페이스:

Microsoft.ML.Trainers

어셈블리:

Microsoft.ML.StandardTrainers.dll

패키지:

Microsoft.ML v4.0.0-preview.24522.7

Source:

LogisticRegression.cs

표준 편차, p-value 및 z-Score를 추가로 계산하는 데 필요한 0이 아닌 각 학습 가중치의 표준 편차 매트릭스를 계산합니다. Intel Math Kernel 라이브러리를 사용하는 Microsoft.ML.Mkl.Components 패키지에서 이 클래스의 구현을 사용합니다. 정규화의 존재로 인해 근사값은 학습된 선형 계수의 분산을 계산하는 데 사용됩니다.

public abstract class ComputeLogisticRegressionStandardDeviation

type ComputeLogisticRegressionStandardDeviation = class

Public MustInherit Class ComputeLogisticRegressionStandardDeviation

상속

Object

ComputeLogisticRegressionStandardDeviation

파생

Microsoft.ML.Trainers.ComputeLRTrainingStdThroughMkl

생성자

ComputeLogisticRegressionStandardDeviation()

표준 편차, p-value 및 z-Score를 추가로 계산하는 데 필요한 0이 아닌 각 학습 가중치의 표준 편차 매트릭스를 계산합니다. Intel Math Kernel 라이브러리를 사용하는 Microsoft.ML.Mkl.Components 패키지에서 이 클래스의 구현을 사용합니다. 정규화의 존재로 인해 근사값은 학습된 선형 계수의 분산을 계산하는 데 사용됩니다.

메서드

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

표준 편차, p-value 및 z-Score를 추가로 계산하는 데 필요한 0이 아닌 각 학습 가중치의 표준 편차 매트릭스를 계산합니다. 계산은 MKL 크기로 인해 Microsoft.ML 패키지의 일부가 아닙니다. 이러한 계산이 필요한 경우 Microsoft.ML.Mkl.Components 패키지를 추가하고 Microsoft.ML.Mkl.Components 패키지의 구현으로 초기화 ComputeStandardDeviationComputeLogisticRegressionStandardDeviation 합니다. 정규화의 존재로 인해 근사값은 학습된 선형 계수의 분산을 계산하는 데 사용됩니다.