Compartir a través de


LbfgsLogisticRegressionBinaryTrainer.Options Clase

Definición

public sealed class LbfgsLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.LbfgsTrainerBase<Microsoft.ML.Trainers.LbfgsLogisticRegressionBinaryTrainer.Options,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>.OptionsBase
type LbfgsLogisticRegressionBinaryTrainer.Options = class
    inherit LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBase
Public NotInheritable Class LbfgsLogisticRegressionBinaryTrainer.Options
Inherits LbfgsTrainerBase(Of LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase
Herencia

Constructores

LbfgsLogisticRegressionBinaryTrainer.Options()

Opciones de como LbfgsLogisticRegressionBinaryTrainer se usa en LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

Campos

ComputeStandardDeviation

Instancia de ComputeLogisticRegressionStandardDeviation que calcula el std de las estadísticas de entrenamiento, al final del entrenamiento. Los cálculos no forman parte del paquete de Microsoft.ML, debido al tamaño de MKL. Si necesita estos cálculos, agregue el paquete Microsoft.ML.Mkl.Components e inicialice ComputeStandardDeviation. a la ComputeLogisticRegressionStandardDeviation implementación del paquete Microsoft.ML.Mkl.Components.

DenseOptimizer

Forzar la densificación de los vectores de optimización internos. El valor predeterminado es False.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
EnforceNonNegativity

Aplicar pesos no negativos. El valor predeterminado es False.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName

Columna que se va a usar, por ejemplo, peso.

(Heredado de TrainerInputBaseWithWeight)
FeatureColumnName

Columna que se va a usar para las características.

(Heredado de TrainerInputBase)
HistorySize

Número de iteraciones anteriores que recordar para calcular el hessiano. Los valores inferiores significan estimaciones más rápidas pero menos precisas.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
InitialWeightsDiameter

Escala de pesos iniciales.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L1Regularization

Peso de regularización L1.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization

Peso de regularización L2.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName

Columna que se va a usar para las etiquetas.

(Heredado de TrainerInputBaseWithLabel)
MaximumNumberOfIterations

Número de iteraciones.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads

el número de subprocesos; Null significa usar el número de procesadores.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
OptimizationTolerance

Parámetro de tolerancia para la convergencia de optimización. (Bajo = más lento, más preciso).

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
Quiet

Determina si se va a generar la salida durante el entrenamiento o no.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ShowTrainingStatistics

Si se establece en true , las estadísticas de entrenamiento se generarán al final del entrenamiento. Si tiene un gran número de parámetros de entrenamiento aprendidos (más de 500), la generación de las estadísticas de entrenamiento puede tardar unos segundos. Más de 1000 pesos pueden tardar unos minutos. Para esos casos, considere la posibilidad de usar la instancia de ComputeLogisticRegressionStandardDeviation presente en el paquete Microsoft.ML.Mkl.Components. Esto calcula las estadísticas mediante la aceleración de hardware.

StochasticGradientDescentInitilaizationTolerance

Ejecute SGD para inicializar los pesos LR, convergiendo a esta tolerancia.

(Heredado de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

Se aplica a