ComputeLogisticRegressionStandardDeviation Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
Calcule la matrice d’écart-type de chacun des poids d’entraînement non nuls, nécessaire pour calculer davantage l’écart-type, la p-valeur et le z-Score. Utilisez l’implémentation de cette classe dans le package Microsoft.ML.Mkl.Components qui utilise la bibliothèque de noyaux Intel Math. En raison de l’existence de la régularisation, une approximation est utilisée pour calculer les variances des coefficients linéaires entraînés.
public abstract class ComputeLogisticRegressionStandardDeviationtype ComputeLogisticRegressionStandardDeviation = classPublic MustInherit Class ComputeLogisticRegressionStandardDeviation- Héritage
-
ComputeLogisticRegressionStandardDeviation
- Dérivé
Constructeurs
| ComputeLogisticRegressionStandardDeviation() |
Calcule la matrice d’écart-type de chacun des poids d’entraînement non nuls, nécessaire pour calculer davantage l’écart-type, la p-valeur et le z-Score. Utilisez l’implémentation de cette classe dans le package Microsoft.ML.Mkl.Components qui utilise la bibliothèque de noyaux Intel Math. En raison de l’existence de la régularisation, une approximation est utilisée pour calculer les variances des coefficients linéaires entraînés. |
Méthodes
| ComputeStandardDeviation(Double[], Int32[], Int32, Int32, IChannel, Single) |
Calcule la matrice d’écart-type de chacun des poids d’entraînement non nuls, nécessaire pour calculer davantage l’écart-type, la p-valeur et le z-Score. Les calculs ne font pas partie de Microsoft.ML package, en raison de la taille de MKL. Si vous avez besoin de ces calculs, ajoutez le package Microsoft.ML.Mkl.Components et initialisez ComputeStandardDeviation l’implémentation ComputeLogisticRegressionStandardDeviation dans le package Microsoft.ML.Mkl.Components. En raison de l’existence de la régularisation, une approximation est utilisée pour calculer les variances des coefficients linéaires entraînés. |