SgdNonCalibratedTrainer.Options Класс

Определение

Параметры для параметра, используемого SgdNonCalibratedTrainer в Приложении «Параметры» (Параметры).

public sealed class SgdNonCalibratedTrainer.Options : Microsoft.ML.Trainers.SgdBinaryTrainerBase<Microsoft.ML.Trainers.LinearBinaryModelParameters>.OptionsBase
type SgdNonCalibratedTrainer.Options = class
    inherit SgdBinaryTrainerBase<LinearBinaryModelParameters>.OptionsBase
Public NotInheritable Class SgdNonCalibratedTrainer.Options
Inherits SgdBinaryTrainerBase(Of LinearBinaryModelParameters).OptionsBase
Наследование

Конструкторы

SgdNonCalibratedTrainer.Options()

Параметры для параметра, используемого SgdNonCalibratedTrainer в Приложении «Параметры» (Параметры).

Поля

CheckFrequency

Определяет частоту проверки конвергенции с точки зрения количества итераций.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)
ConvergenceTolerance

Погрешность конвергенции. Если экспоненциальное скользящее среднее снижение потерь снижается ниже этой допустимости, алгоритм считается конвергентным и будет остановлен.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)
ExampleWeightColumnName

Столбец, используемый для примера веса.

(Унаследовано от TrainerInputBaseWithWeight)
FeatureColumnName

Столбец, используемый для функций.

(Унаследовано от TrainerInputBase)
L2Regularization

Вес L2 для регуляризации.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)
LabelColumnName

Столбец, используемый для меток.

(Унаследовано от TrainerInputBaseWithLabel)
LearningRate

Начальная скорость обучения, используемая МЕТОДом JSON.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)
LossFunction

Используемая функция потери. По умолчанию — LogLoss.

NumberOfIterations

Максимальное число проходов через обучающий набор данных.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)
NumberOfThreads

Степень параллелизма, свободного от блокировки, используемого МЕТОДом JSON.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)
PositiveInstanceWeight

Вес, применяемый к положительному классу. Это полезно для обучения с несбалансированных данных.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)
Shuffle

Определяет, следует ли перетасовывать данные для каждой итерации обучения.

(Унаследовано от SgdBinaryTrainerBase<TModel>.OptionsBase)

Применяется к