SymbolicSgdLogisticRegressionBinaryTrainer.Options Třída
Definice
Důležité
Některé informace platí pro předběžně vydaný produkt, který se může zásadně změnit, než ho výrobce nebo autor vydá. Microsoft neposkytuje žádné záruky, výslovné ani předpokládané, týkající se zde uváděných informací.
public sealed class SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabeltype SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
inherit TrainerInputBaseWithLabelPublic NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel- Dědičnost
-
SymbolicSgdLogisticRegressionBinaryTrainer.Options
Konstruktory
Pole
| FeatureColumnName |
Sloupec, který se má použít pro funkce. (Zděděno od TrainerInputBase) |
| L2Regularization |
Normalizace L2. |
| LabelColumnName |
Sloupec, který se má použít pro popisky. (Zděděno od TrainerInputBaseWithLabel) |
| LearningRate |
Rychlost učení. Větší hodnota může potenciálně zkrátit dobu trénování, ale způsobuje numerickou nestabilitu a nadměrné přizpůsobení. |
| MemorySize |
Rozpočet paměti zrychlení v MB. |
| NumberOfIterations |
Počet průchodů dat |
| NumberOfThreads |
Stupeň paralelismu bez uzamčení. Determinismus není zaručen, pokud je toto nastavení nastaveno na vyšší než 1. Výchozí hodnota je počet logických jader dostupných v systému. |
| PositiveInstanceWeight |
Použijte váhu u pozitivní třídy pro nevyrovnaná data. |
| Shuffle |
Nastaví se tak, aby |
| Tolerance |
Tolerance rozdílu v průměrné ztrátě po sobě jdoucích průchodů Pokud je snížení ztráty menší než zadaná tolerance v jedné iteraci, proces trénování se ukončí. |
| UpdateFrequency |
Počet iterací se každé vlákno naučí místní model, dokud ho zkombinujete s globálním modelem. Nízká hodnota znamená, že aktualizovanější globální model a vysoká hodnota znamená menší provoz mezipaměti. |