ComputeLogisticRegressionStandardDeviation.ComputeStandardDeviation Metoda
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Oblicza macierz odchylenia standardowego każdej z niezerowych wag treningowych, które są potrzebne do obliczenia dalszego odchylenia standardowego, wartości p i z-Score. Obliczenia nie są częścią pakietu Microsoft.ML ze względu na rozmiar MKL. Jeśli potrzebujesz tych obliczeń, dodaj pakiet Microsoft.ML.Mkl.Components i zainicjuj ComputeStandardDeviation implementację ComputeLogisticRegressionStandardDeviation w pakiecie Microsoft.ML.Mkl.Components. Ze względu na istnienie regularyzacji przybliżenie służy do obliczania wariancji wytrenowanych współczynników liniowych.
public abstract Microsoft.ML.Data.VBuffer<float> ComputeStandardDeviation (double[] hessian, int[] weightIndices, int parametersCount, int currentWeightsCount, Microsoft.ML.Runtime.IChannel ch, float l2Weight);abstract member ComputeStandardDeviation : double[] * int[] * int * int * Microsoft.ML.Runtime.IChannel * single -> Microsoft.ML.Data.VBuffer<single>Public MustOverride Function ComputeStandardDeviation (hessian As Double(), weightIndices As Integer(), parametersCount As Integer, currentWeightsCount As Integer, ch As IChannel, l2Weight As Single) As VBuffer(Of Single)Parametry
- hessian
- Double[]
- weightIndices
- Int32[]
- parametersCount
- Int32
- currentWeightsCount
- Int32
- ch
- IChannel
- l2Weight
- Single