HingeLoss Klasse

Referenz

Definition

Namespace:: Microsoft.ML.Trainers

Assembly:: Microsoft.ML.Data.dll

Paket:: Microsoft.ML v4.0.1

Paket:: Microsoft.ML v1.0.0

Paket:: Microsoft.ML v1.1.0

Paket:: Microsoft.ML v1.2.0

Paket:: Microsoft.ML v1.3.1

Paket:: Microsoft.ML v1.4.0

Paket:: Microsoft.ML v1.5.5

Paket:: Microsoft.ML v1.6.0

Paket:: Microsoft.ML v1.7.0

Paket:: Microsoft.ML v2.0.1

Paket:: Microsoft.ML v3.0.1

Paket:: Microsoft.ML v4.0.0-preview.24522.7

Quelle:: LossFunctions.cs

Quelle:: LossFunctions.cs

Quelle:: LossFunctions.cs

Wichtig

Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.

Hinge Loss, häufig in Klassifizierungsaufgaben verwendet.

public sealed class HingeLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

type HingeLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss

Public NotInheritable Class HingeLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss

Vererbung: Object
HingeLoss

Implementiert: IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Hinweise

Die Funktion "Hinge Loss" ist definiert als:

$L (\hat{y}, y) = m a x (0, m - y \hat{y})$

wobei $\hat{y}$ die vorhergesagte Bewertung ist, $y \in {- 1, 1}$ die true Bezeichnung ist, und $m$ ist der Randparameter, der standardmäßig 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).

Während die Bindeverlustfunktion sowohl konvex als auch kontinuierlich ist, ist es nicht glatt (das ist nicht unterschiedlich) bei $y \hat{y} = m$ . Daher kann es nicht mit Farbverlaufsabstiegsmethoden oder stochastischen Farbverlaufsabstiegsmethoden verwendet werden, die auf unterschiedliche Möglichkeiten für die gesamte Domäne basieren.

Weitere Informationen finden Sie unter Hinge Loss für die Klassifizierung.

Konstruktoren

HingeLoss(Single)

Hinge Loss, häufig in Klassifizierungsaufgaben verwendet.

Methoden

ComputeDualUpdateInvariant(Single)	Hinge Loss, häufig in Klassifizierungsaufgaben verwendet.
Derivative(Single, Single)	Hinge Loss, häufig in Klassifizierungsaufgaben verwendet.
DualLoss(Single, Single)	Hinge Loss, häufig in Klassifizierungsaufgaben verwendet.
DualUpdate(Single, Single, Single, Single, Int32)	Hinge Loss, häufig in Klassifizierungsaufgaben verwendet.
Loss(Single, Single)	Hinge Loss, häufig in Klassifizierungsaufgaben verwendet.

Gilt für:

Produkt	Versionen
ML.NET	1.0.0, 1.1.0, 1.2.0, 1.3.1, 1.4.0, 1.5.0, 1.6.0, 1.7.0, 2.0.0, 3.0.0, 4.0.0, Preview

Freigeben über