SymbolicSgdLogisticRegressionBinaryTrainer.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 SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabeltype SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
inherit TrainerInputBaseWithLabelPublic NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel- Devralma
-
SymbolicSgdLogisticRegressionBinaryTrainer.Options
Oluşturucular
Alanlar
| FeatureColumnName |
Özellikler için kullanılacak sütun. (Devralındığı yer: TrainerInputBase) |
| L2Regularization |
L2 normalleştirme. |
| LabelColumnName |
Etiketler için kullanılacak sütun. (Devralındığı yer: TrainerInputBaseWithLabel) |
| LearningRate |
Öğrenme oranı. Daha büyük bir değer, eğitim süresini kısaltabilir ancak sayısal dengesizlik ve fazla sığdırma olabilir. |
| MemorySize |
MB cinsinden hızlandırma bellek bütçesi. |
| NumberOfIterations |
Veriler üzerinden geçiş sayısı. |
| NumberOfThreads |
Kilitsiz paralellik derecesi. Bu değer 1'den yüksek olarak ayarlanırsa determinizm garanti edilmez. Varsayılan değer, sistemde kullanılabilen mantıksal çekirdek sayısıdır. |
| PositiveInstanceWeight |
Dengesiz veriler için pozitif sınıfa ağırlık uygulayın. |
| Shuffle |
olarak |
| Tolerance |
Ardışık geçişlerde ortalama kayıp farkı için tolerans. Bir yinelemede kayıp azaltması belirtilen toleranstan daha küçükse eğitim süreci sonlandırılır. |
| UpdateFrequency |
Her iş parçacığının yineleme sayısı, bir yerel modeli genel modelle birleştirene kadar öğrenir. Düşük değer daha fazla güncelleştirilmiş genel model, yüksek değer ise daha az önbellek trafiği anlamına gelir. |