ComputeLogisticRegressionStandardDeviation Clase

Definición

Espacio de nombres:

Microsoft.ML.Trainers

Ensamblado:

Microsoft.ML.StandardTrainers.dll

Paquete:

Microsoft.ML v3.0.1

Calcula la matriz de desviación estándar de cada uno de los pesos de entrenamiento distintos de cero, necesarios para calcular aún más la desviación estándar, el valor p y la puntuación z. Use la implementación de esta clase en el paquete Microsoft.ML.Mkl.Components que usa la biblioteca de kernels matemáticas de Intel. Debido a la existencia de regularización, se usa una aproximación para calcular las variaciones de los coeficientes lineales entrenados.

public abstract class ComputeLogisticRegressionStandardDeviation

type ComputeLogisticRegressionStandardDeviation = class

Public MustInherit Class ComputeLogisticRegressionStandardDeviation

Herencia

Object

ComputeLogisticRegressionStandardDeviation

Derivado

Microsoft.ML.Trainers.ComputeLRTrainingStdThroughMkl

Constructores

ComputeLogisticRegressionStandardDeviation()

Calcula la matriz de desviación estándar de cada uno de los pesos de entrenamiento distintos de cero, necesarios para calcular aún más la desviación estándar, el valor p y la puntuación z. Use la implementación de esta clase en el paquete Microsoft.ML.Mkl.Components que usa la biblioteca de kernels matemáticas de Intel. Debido a la existencia de regularización, se usa una aproximación para calcular las variaciones de los coeficientes lineales entrenados.

Métodos

ComputeStandardDeviation(Double[], Int32[], Int32, Int32, IChannel, Single)

Calcula la matriz de desviación estándar de cada uno de los pesos de entrenamiento distintos de cero, necesarios para calcular aún más la desviación estándar, el valor p y la puntuación z. Los cálculos no forman parte de Microsoft.ML paquete, debido al tamaño de MKL. Si necesita estos cálculos, agregue el paquete Microsoft.ML.Mkl.Components e inicialice ComputeStandardDeviation a la ComputeLogisticRegressionStandardDeviation implementación en el paquete Microsoft.ML.Mkl.Components. Debido a la existencia de regularización, se usa una aproximación para calcular las variaciones de los coeficientes lineales entrenados.