TweedieLoss 類別

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.Data.dll

套件:

Microsoft.ML v3.0.1

根據 Tweedie 分佈的對數可能性，Tweedie 遺失。 此遺失函式用於 Tweedie 回歸。

public sealed class TweedieLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.IRegressionLoss

type TweedieLoss = class
    interface IRegressionLoss
    interface IScalarLoss
    interface ILossFunction<single, single>

Public NotInheritable Class TweedieLoss
Implements ILossFunction(Of Single, Single), IRegressionLoss

繼承

Object

TweedieLoss

實作

ILossFunction<Single,Single> IRegressionLoss IScalarLoss

備註

Tweedie Loss 函式定義為：

$ L (\hat{y}, y, i) = \begin{cases} \hat{y} - y ln (\hat{y}) + ln (\Gamma (y) ) & \text{if } i = 1 \\\\ \hat{y} + \frac{y}{\hat{y}} - \sqrt{y} & \text{if } i = 2 \\\\ \frac{ (\hat{y}) ^{2 - i}}{2 - i} - y \frac{ (\hat{y}) ^{1 - i}}{1 - i} - (\frac{y^{2 - i}}{2 - i} - y\frac{y^{1 - i}}{1 - i}) & \text{otherwise} \end{cases} $

其中 $\hat{y}$ 是預測值，$y$ 是真正的標籤，$\Gamma$ 是 Gamma 函數，而 $i$ 是 Tweedie 分佈的索引參數，範圍 [1， 2]。 $i$ 預設會設定為 1.5。 $i = 1$ 是 Poisson 損失，$i = 2$ 是 gamma 損失，而中繼值則是複合 Poisson-Gamma 損失。

建構函式

TweedieLoss(Double)

Tweedie 遺失的建構函式。

方法

Derivative(Single, Single)	根據 Tweedie 分佈的對數可能性，Tweedie 遺失。 此遺失函式用於 Tweedie 回歸。
Loss(Single, Single)	根據 Tweedie 分佈的對數可能性，Tweedie 遺失。 此遺失函式用於 Tweedie 回歸。