LbfgsLogisticRegressionBinaryTrainer.Options Klasa
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.
public sealed class LbfgsLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.LbfgsTrainerBase<Microsoft.ML.Trainers.LbfgsLogisticRegressionBinaryTrainer.Options,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>.OptionsBase
type LbfgsLogisticRegressionBinaryTrainer.Options = class
inherit LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBase
Public NotInheritable Class LbfgsLogisticRegressionBinaryTrainer.Options
Inherits LbfgsTrainerBase(Of LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase
- Dziedziczenie
Konstruktory
Pola
ComputeStandardDeviation |
Wystąpienie, które ComputeLogisticRegressionStandardDeviation oblicza std statystyki trenowania, na końcu szkolenia. 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. do implementacji ComputeLogisticRegressionStandardDeviation w pakiecie Microsoft.ML.Mkl.Components. |
DenseOptimizer |
Wymuś zagęszczenie wektorów optymalizacji wewnętrznej. Wartość domyślna to false. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
EnforceNonNegativity |
Wymuszanie nie ujemnych wag. Wartość domyślna to false. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
ExampleWeightColumnName |
Kolumna do użycia na przykład wagi. (Odziedziczone po TrainerInputBaseWithWeight) |
FeatureColumnName |
Kolumna do użycia dla funkcji. (Odziedziczone po TrainerInputBase) |
HistorySize |
Liczba poprzednich iteracji, które należy zapamiętać do szacowania Hessian. Niższe wartości oznaczają szybsze, ale mniej dokładne oszacowania. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
InitialWeightsDiameter |
Skala wagi początkowej. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
L1Regularization |
L1 waga regularyzacji. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
L2Regularization |
L2 waga regularyzacji. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
LabelColumnName |
Kolumna do użycia dla etykiet. (Odziedziczone po TrainerInputBaseWithLabel) |
MaximumNumberOfIterations |
Liczba iteracji. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
NumberOfThreads |
Liczba wątków. Wartość null oznacza użycie liczby procesorów. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
OptimizationTolerance |
Parametr tolerancji dla zbieżności optymalizacji. (Niski = wolniejszy, dokładniejszy). (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
Quiet |
Określa, czy należy wygenerować dane wyjściowe podczas trenowania, czy nie. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
ShowTrainingStatistics |
W przypadku ustawienia wartości true statystyki szkoleniowej zostaną wygenerowane na końcu trenowania. Jeśli masz dużą liczbę poznanych parametrów trenowania (ponad 500), generowanie statystyk trenowania może potrwać kilka sekund. Więcej niż 1000 wag może potrwać kilka minut. W tych przypadkach rozważ użycie wystąpienia ComputeLogisticRegressionStandardDeviation wystąpienia obecnego w pakiecie Microsoft.ML.Mkl.Components. Oblicza statystyki przy użyciu przyspieszania sprzętowego. |
StochasticGradientDescentInitilaizationTolerance |
Uruchom sgD, aby zainicjować wagi LR, zbieżne z tą tolerancją. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |