LbfgsLogisticRegressionBinaryTrainer.Options Sınıf
Tanım
Önemli
Bazı bilgiler ürünün ön sürümüyle ilgilidir ve sürüm öncesinde önemli değişiklikler yapılmış olabilir. Burada verilen bilgilerle ilgili olarak Microsoft açık veya zımni hiçbir garanti vermez.
public sealed class LbfgsLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.LbfgsTrainerBase<Microsoft.ML.Trainers.LbfgsLogisticRegressionBinaryTrainer.Options,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>.OptionsBase
type LbfgsLogisticRegressionBinaryTrainer.Options = class
inherit LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBase
Public NotInheritable Class LbfgsLogisticRegressionBinaryTrainer.Options
Inherits LbfgsTrainerBase(Of LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase
- Devralma
Oluşturucular
Alanlar
ComputeStandardDeviation |
Bunun örneği ComputeLogisticRegressionStandardDeviation , eğitimin sonundaki eğitim istatistiklerinin std değerini hesaplar. Hesaplamalar, MKL'nin boyutu nedeniyle Microsoft.ML paketinin bir parçası değildir. Bu hesaplamalara ihtiyacınız varsa Microsoft.ML.Mkl.Components paketini ekleyin ve başlatın ComputeStandardDeviation. ComputeLogisticRegressionStandardDeviation microsoft.ML.Mkl.Components paketindeki uygulamaya. |
DenseOptimizer |
İç iyileştirme vektörlerinin reddedilmesini zorlama. Varsayılan değer false’tur. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
EnforceNonNegativity |
Negatif olmayan ağırlıkları zorunlu kılma. Varsayılan değer false’tur. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
ExampleWeightColumnName |
Ağırlık gibi kullanılacak sütun. (Devralındığı yer: TrainerInputBaseWithWeight) |
FeatureColumnName |
Özellikler için kullanılacak sütun. (Devralındığı yer: TrainerInputBase) |
HistorySize |
Hessian'ı tahmin etmek için anımsanacak önceki yinelemelerin sayısı. Daha düşük değerler daha hızlı ama daha az doğru tahmin anlamına gelir. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
InitialWeightsDiameter |
İlk ağırlıklar ölçeklendirilir. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
L1Regularization |
L1 düzenlileştirme ağırlığı. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
L2Regularization |
L2 düzenlileştirme ağırlığı. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
LabelColumnName |
Etiketler için kullanılacak sütun. (Devralındığı yer: TrainerInputBaseWithLabel) |
MaximumNumberOfIterations |
Yineleme sayısı. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
NumberOfThreads |
İş parçacığı sayısı. Null, işlemci sayısını kullanmak anlamına gelir. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
OptimizationTolerance |
İyileştirme yakınsama için tolerans parametresi. (Düşük = daha yavaş, daha doğru). (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
Quiet |
Eğitim sırasında çıkış üretilip üretilmeyeceğini belirler. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
ShowTrainingStatistics |
Gerçek eğitim istatistikleri olarak ayarlanırsa, eğitimin sonunda oluşturulur. Çok sayıda öğrenme eğitimi parametreniz varsa (500'den fazla), eğitim istatistiklerinin oluşturulması birkaç saniye sürebilir. 1000'den fazla ağırlık birkaç dakika sürebilir. Bu durumlar için Microsoft.ML.Mkl.Components paketindeki mevcut örneğini ComputeLogisticRegressionStandardDeviation kullanmayı göz önünde bulundurun. Bu işlem, istatistikleri donanım hızlandırma kullanarak hesaplar. |
StochasticGradientDescentInitilaizationTolerance |
LR ağırlıklarını başlatmak için SGD'yi çalıştırın ve bu toleransa yakınsama. (Devralındığı yer: LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |