SymbolicSgdLogisticRegressionBinaryTrainer.Options Classe

Options pour l’élément SymbolicSgdLogisticRegressionBinaryTrainer utilisé dans SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options).

Colonne à utiliser pour les fonctionnalités.

Régularisation L2.

Colonne à utiliser pour les étiquettes.

Taux d’apprentissage. Une valeur plus élevée peut potentiellement réduire le temps d’entraînement, mais entraîner une instabilité numérique et un surajustement.

Budget de mémoire d’accélération en Mo.

Number of passes over the data.

Degré de parallélisme sans verrou. Le déterminisme n’est pas garanti si cette valeur est supérieure à 1. La valeur par défaut est le nombre de cœurs logiques disponibles sur le système.

Appliquez le poids à la classe positive, pour les données déséquilibrées.

Définir pour true que les données se mélangent.

Tolérance pour la différence de perte moyenne dans les passes consécutives. Si la réduction de la perte est inférieure à la tolérance spécifiée dans une itération, le processus d’entraînement est arrêté.

Le nombre d’itérations que chaque thread apprend un modèle local jusqu’à ce qu’il soit combiné avec le modèle global. La valeur faible signifie un modèle global plus mis à jour et une valeur élevée signifie moins de trafic de cache.