SmoothedHingeLoss Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Trainers

Zestaw:

Microsoft.ML.Data.dll

Pakiet:

Microsoft.ML v3.0.1

Płynna HingeLoss wersja funkcji, często używana w zadaniach klasyfikacji.

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

Dziedziczenie

Object

SmoothedHingeLoss

Implementuje

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Uwagi

Let $f(\hat{y}, y) = 1 - y\hat{y}$, gdzie $\hat{y}$ jest przewidywanym wynikiem i $y \in \{-1, 1\}$ jest prawdziwą etykietą. $f(\hat{y}, y)$ tutaj jest niezerową częścią utraty zawiasu.

Należy pamiętać, że etykiety używane w tym obliczeniu to -1 i 1, w przeciwieństwie do utraty dziennika, gdzie używane etykiety to 0 i 1. Również w przeciwieństwie do utraty dziennika$\hat{y}$ jest nieprzetworzonym przewidywanym wynikiem, a nie przewidywanym prawdopodobieństwem (obliczanym przez zastosowanie funkcji sigmoid do przewidywanego wyniku).

Funkcja Wygładzonej utraty zawiasu jest następnie definiowana jako:

$ 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} $

gdzie $\alpha$ jest domyślnie wygładzonym parametrem ustawionym na 1.

Konstruktory

SmoothedHingeLoss(Single)

Konstruktor do wygładzonego zawiasu traci.

Metody

ComputeDualUpdateInvariant(Single)	Płynna HingeLoss wersja funkcji, często używana w zadaniach klasyfikacji.
Derivative(Single, Single)	Płynna HingeLoss wersja funkcji, często używana w zadaniach klasyfikacji.
DualLoss(Single, Single)	Płynna HingeLoss wersja funkcji, często używana w zadaniach klasyfikacji.
DualUpdate(Single, Single, Single, Single, Int32)	Płynna HingeLoss wersja funkcji, często używana w zadaniach klasyfikacji.
Loss(Single, Single)	Płynna HingeLoss wersja funkcji, często używana w zadaniach klasyfikacji.