SymbolicSgdLogisticRegressionBinaryTrainer.Options 类

定义

命名空间:

Microsoft.ML.Trainers

程序集:

Microsoft.ML.Mkl.Components.dll

包:

Microsoft.ML.Mkl.Components v5.0.0-preview.1.25125.4

Source:

SymSgdClassificationTrainer.cs

SymbolicSgdLogisticRegressionBinaryTrainer中所用的SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)选项。

public sealed class SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabel

type SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
    inherit TrainerInputBaseWithLabel

Public NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel

继承

Object

TrainerInputBase

TrainerInputBaseWithLabel

SymbolicSgdLogisticRegressionBinaryTrainer.Options

构造函数

SymbolicSgdLogisticRegressionBinaryTrainer.Options()

SymbolicSgdLogisticRegressionBinaryTrainer中所用的SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)选项。

字段

FeatureColumnName	要用于功能的列。 (继承自 TrainerInputBase)
L2Regularization	L2 正则化。
LabelColumnName	要用于标签的列。 (继承自 TrainerInputBaseWithLabel)
LearningRate	学习速率。 较大的值可能会减少训练时间，但会产生数值不稳定和过度拟合。
MemorySize	加速内存预算（以 MB 为单位）。
NumberOfIterations	对数据执行操作的轮次。
NumberOfThreads	无锁并行度。 如果确定性设置为高于 1，则无法保证这一点。 默认值是系统上可用的逻辑核心数。
PositiveInstanceWeight	对于不平衡的数据，请将权重应用于正类。
Shuffle	true设置为使数据随机显示。
Tolerance	连续传递中平均损失差异的容忍度。 如果损失减少小于一次迭代中的指定容差，训练过程将终止。
UpdateFrequency	每个线程的迭代次数将学习本地模型，直到将其与全局模型相结合。 低值意味着更新的全局模型更高，高值意味着缓存流量更少。