Udostępnij za pośrednictwem


LbfgsLogisticRegressionBinaryTrainer.Options Klasa

Definicja

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

LbfgsLogisticRegressionBinaryTrainer.Options()

Opcje używane LbfgsLogisticRegressionBinaryTrainer w LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

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)

Dotyczy