Compartir a través de


ExpLoss Clase

Definición

Pérdida exponencial, que se usa normalmente en las tareas de clasificación.

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)
Herencia
ExpLoss
Implementaciones

Comentarios

La función Pérdida exponencial se define como:

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

donde $\hat{y}$ es la puntuación prevista, $y \in \{-1, 1\}$ es la etiqueta verdadera y $\beta$ es un factor de escala establecido en 1 de forma predeterminada.

Tenga en cuenta que las etiquetas usadas en este cálculo son -1 y 1, a diferencia de la pérdida de registro, donde las etiquetas usadas son 0 y 1. Además, a diferencia de la pérdida de registros, $\hat{y}$ es la puntuación de predicción sin procesar, no la probabilidad prevista (que se calcula aplicando una función sigmoid a la puntuación predicha).

La función Pérdida exponencial penaliza predicciones incorrectas más que la pérdida de bisagra y tiene un degradado mayor.

Constructores

ExpLoss(Single)

Pérdida exponencial, que se usa normalmente en las tareas de clasificación.

Métodos

Derivative(Single, Single)

Pérdida exponencial, que se usa normalmente en las tareas de clasificación.

Loss(Single, Single)

Pérdida exponencial, que se usa normalmente en las tareas de clasificación.

Se aplica a