ExpLoss Класс

Определение

Пространство имен:

Microsoft.ML.Trainers

Сборка:

Microsoft.ML.Data.dll

Пакет:

Microsoft.ML v4.0.0-preview.24522.7

Исходный код:

LossFunctions.cs

Экспоненциальная потеря, часто используемая в задачах классификации.

public sealed class ExpLoss : Microsoft.ML.Trainers.IClassificationLoss, Microsoft.ML.Trainers.ILossFunction<float,float>

type ExpLoss = class
    interface IClassificationLoss
    interface IScalarLoss
    interface ILossFunction<single, single>

Public NotInheritable Class ExpLoss
Implements IClassificationLoss, ILossFunction(Of Single, Single)

Наследование

Object

ExpLoss

Реализации

IClassificationLoss ILossFunction<Single,Single> IScalarLoss

Комментарии

Функция экспоненциальной потери определяется следующим образом:

$L(\hat{y}, y) = e^{-\beta y \hat{y}}$

где $\hat{y}$ — прогнозируемая оценка, $y \in \{-1, 1\}$ — это истинная метка, а $\beta$ — это коэффициент масштабирования, равный 1 по умолчанию.

Обратите внимание, что метки, используемые в этом вычислении, имеют значение –1 и 1, в отличие от потери журнала, где используемые метки — 0 и 1. Кроме того, в отличие от потери журнала $\hat{y}$ является необработанной прогнозируемой оценкой, а не прогнозируемой вероятностью (которая вычисляется путем применения сигмоидной функции к прогнозируемой оценке).

Функция экспоненциальной потери наказывает неправильные прогнозы больше, чем потеря hinge и имеет более крупный градиент.

Конструкторы

ExpLoss(Single)

Экспоненциальная потеря, часто используемая в задачах классификации.

Методы

Derivative(Single, Single)	Экспоненциальная потеря, часто используемая в задачах классификации.
Loss(Single, Single)	Экспоненциальная потеря, часто используемая в задачах классификации.