ExpLoss Klasse

Definition

Namespace:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v3.0.1

Exponentieller Verlust, häufig in Klassifizierungsaufgaben verwendet.

public sealed class ExpLoss : Microsoft.ML.Trainers.IClassificationLoss, Microsoft.ML.Trainers.ILossFunction<float,float>

type ExpLoss = class
    interface IClassificationLoss
    interface IScalarLoss
    interface ILossFunction<single, single>

Public NotInheritable Class ExpLoss
Implements IClassificationLoss, ILossFunction(Of Single, Single)

Vererbung

Object

ExpLoss

Implementiert

IClassificationLoss ILossFunction<Single,Single> IScalarLoss

Hinweise

Die Funktion "Exponentielle Verlust" ist definiert als:

$L(\hat{y}, y) = e^{-\beta y \hat{y}}$

wobei $\hat{y}$ die vorhergesagte Bewertung ist, $y \in \{-1, 1\}$ die true Bezeichnung ist, und $\beta$ ist standardmäßig ein Skalierungsfaktor, der auf 1 festgelegt ist.

Beachten Sie, dass die in dieser Berechnung verwendeten Bezeichnungen -1 und 1 sind, im Gegensatz zum Protokollverlust, wobei die verwendeten Bezeichnungen 0 und 1 sind. Im Gegensatz zum Protokollverlust ist $\hat{y}$ die rohe vorhergesagte Bewertung, nicht die vorhergesagte Wahrscheinlichkeit (die durch Anwenden einer Sigmoidfunktion auf die vorhergesagte Bewertung berechnet wird).

Die Funktion "Exponentielle Verluste" bestraft falsche Vorhersagen mehr als den Hinge Loss und weist einen größeren Farbverlauf auf.

Konstruktoren

ExpLoss(Single)

Exponentieller Verlust, häufig in Klassifizierungsaufgaben verwendet.

Methoden

Derivative(Single, Single)	Exponentieller Verlust, häufig in Klassifizierungsaufgaben verwendet.
Loss(Single, Single)	Exponentieller Verlust, häufig in Klassifizierungsaufgaben verwendet.