SdcaBinaryTrainerBase<TModelParameters> 類別

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.StandardTrainers.dll

套件:

Microsoft.ML v3.0.1

SDCA 是一種一般定型演算法，適用于 (一般化) 線性模型，例如支援向量機器、線性回歸、羅吉斯回歸等等。 SDCA 二元分類定型器系列包含數個密封成員： (1 個) SdcaNonCalibratedBinaryTrainer 支援一般遺失函式並傳 LinearBinaryModelParameters 回 。 (2) SdcaLogisticRegressionBinaryTrainer 基本上會定型正規化羅吉斯回歸模型。 由於羅吉斯回歸自然會提供機率輸出，因此產生的模型類型為 CalibratedModelParametersBase<TSubModel,TCalibrator> 。 其中 TSubModel 是 LinearBinaryModelParameters ，且 TCalibrator 為 PlattCalibrator 。

public abstract class SdcaBinaryTrainerBase<TModelParameters> : Microsoft.ML.Trainers.SdcaTrainerBase<Microsoft.ML.Trainers.SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase,Microsoft.ML.Data.BinaryPredictionTransformer<TModelParameters>,TModelParameters> where TModelParameters : class

type SdcaBinaryTrainerBase<'ModelParameters (requires 'ModelParameters : null)> = class
    inherit SdcaTrainerBase<SdcaBinaryTrainerBase<'ModelParameters>.BinaryOptionsBase, BinaryPredictionTransformer<'ModelParameters>, 'ModelParameters (requires 'ModelParameters : null)>

Public MustInherit Class SdcaBinaryTrainerBase(Of TModelParameters)
Inherits SdcaTrainerBase(Of SdcaBinaryTrainerBase(Of TModelParameters).BinaryOptionsBase, BinaryPredictionTransformer(Of TModelParameters), TModelParameters)

類型參數

TModelParameters

繼承

Object

TrainerEstimatorBase<TTransformer,TModel>

StochasticTrainerBase<TTransformer,TModel>

SdcaTrainerBase<SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase,BinaryPredictionTransformer<TModelParameters>,TModelParameters>

SdcaBinaryTrainerBase<TModelParameters>

衍生

Microsoft.ML.Trainers.SdcaLogisticRegressionBinaryTrainer

Microsoft.ML.Trainers.SdcaNonCalibratedBinaryTrainer

欄位

FeatureColumn	定型器預期的功能資料行。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn	定型器預期的標籤資料行。 可以是 null ，表示標籤不會用於定型。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	定型器預期的加權資料行。 可以是 null ，表示加權不會用於定型。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

屬性

Info

SDCA 是一種一般定型演算法，適用于 (一般化) 線性模型，例如支援向量機器、線性回歸、羅吉斯回歸等等。 SDCA 二元分類定型器系列包含數個密封成員： (1 個) SdcaNonCalibratedBinaryTrainer 支援一般遺失函式並傳 LinearBinaryModelParameters 回 。 (2) SdcaLogisticRegressionBinaryTrainer 基本上會定型正規化羅吉斯回歸模型。 由於羅吉斯回歸自然會提供機率輸出，因此產生的模型類型為 CalibratedModelParametersBase<TSubModel,TCalibrator> 。 其中 TSubModel 是 LinearBinaryModelParameters ，且 TCalibrator 為 PlattCalibrator 。

方法

Fit(IDataView)

定型並傳 ITransformer 回 。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

GetOutputSchema(SchemaShape)

SDCA 是一種一般定型演算法，適用于 (一般化) 線性模型，例如支援向量機器、線性回歸、羅吉斯回歸等等。 SDCA 二元分類定型器系列包含數個密封成員： (1 個) SdcaNonCalibratedBinaryTrainer 支援一般遺失函式並傳 LinearBinaryModelParameters 回 。 (2) SdcaLogisticRegressionBinaryTrainer 基本上會定型正規化羅吉斯回歸模型。 由於羅吉斯回歸自然會提供機率輸出，因此產生的模型類型為 CalibratedModelParametersBase<TSubModel,TCalibrator> 。 其中 TSubModel 是 LinearBinaryModelParameters ，且 TCalibrator 為 PlattCalibrator 。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

擴充方法

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	將「快取檢查點」附加至估算器鏈結。 這可確保下游估算器會針對快取的資料定型。 在接受多個資料通過的定型器之前，先有快取檢查點會很有説明。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	指定估算器時，傳回包裝物件，一旦 Fit(IDataView) 呼叫委派即可。 估算器通常務必傳回符合專案的相關資訊，這就是 Fit(IDataView) 方法傳回特定型別物件的原因，而不是只傳回一般 ITransformer 。 不過，同時， IEstimator<TTransformer> 通常會形成具有許多物件的管線，因此我們可能需要透過建置估算器的鏈結，而我們想要取得轉換器的估算器 EstimatorChain<TLastTransformer> 會在此鏈結的某處放置。 在該案例中，我們可以透過這個方法附加呼叫一次會呼叫的委派。