ExpLoss 类

定义

命名空间:

Microsoft.ML.Trainers

程序集:

Microsoft.ML.Data.dll

包:

Microsoft.ML v3.0.1

指数损失，通常用于分类任务。

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)

继承

Object

ExpLoss

实现

IClassificationLoss ILossFunction<Single,Single> IScalarLoss

注解

指数损失函数定义为：

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

其中 $\hat{y}$ 是预测分数，$y \{-1， 1\}$ 中为 true 标签，而 $\beta$ 默认设置为 1。

请注意，此计算中使用的标签是 -1 和 1，与 日志丢失不同，其中使用的标签为 0 和 1。 与 Log Loss 不同，$\hat{y}$ 是原始预测分数，而不是通过将 sigmoid 函数 应用于预测分数) 计算的预测概率 (。

指数损失函数比 铰链损失 更惩罚不正确的预测，并且具有更大的渐变。

构造函数

ExpLoss(Single)

指数损失，通常用于分类任务。

方法

Derivative(Single, Single)	指数损失，通常用于分类任务。
Loss(Single, Single)	指数损失，通常用于分类任务。