SymbolicSgdLogisticRegressionBinaryTrainer.Options Clase

Definición

Espacio de nombres:

Microsoft.ML.Trainers

Ensamblado:

Microsoft.ML.Mkl.Components.dll

Paquete:

Microsoft.ML.Mkl.Components v3.0.1

Opciones de como SymbolicSgdLogisticRegressionBinaryTrainer se usa en SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options).

public sealed class SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabel

type SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
    inherit TrainerInputBaseWithLabel

Public NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel

Herencia

Object

TrainerInputBase

TrainerInputBaseWithLabel

SymbolicSgdLogisticRegressionBinaryTrainer.Options

Constructores

SymbolicSgdLogisticRegressionBinaryTrainer.Options()

Opciones de como SymbolicSgdLogisticRegressionBinaryTrainer se usa en SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options).

Campos

FeatureColumnName	Columna que se va a usar para las características. (Heredado de TrainerInputBase)
L2Regularization	Regularización L2.
LabelColumnName	Columna que se va a usar para las etiquetas. (Heredado de TrainerInputBaseWithLabel)
LearningRate	Velocidad de aprendizaje. Un valor mayor puede reducir potencialmente el tiempo de entrenamiento, pero incurrir en inestabilidad numérica y sobreajuste.
MemorySize	El presupuesto de memoria de aceleración en MB.
NumberOfIterations	Número de pases sobre los datos.
NumberOfThreads	Grado de paralelismo sin bloqueo. No se garantiza el determinismo si se establece en mayor que 1. El valor predeterminado es el número de núcleos lógicos que están disponibles en el sistema.
PositiveInstanceWeight	Aplicar peso a la clase positiva para los datos desequilibrados.
Shuffle	Se establece en true para que los datos se ordenan aleatoriamente.
Tolerance	Tolerancia a la diferencia en la pérdida media en pases consecutivos. Si la reducción de la pérdida es menor que la tolerancia especificada en una iteración, se finalizará el proceso de entrenamiento.
UpdateFrequency	El número de iteraciones que cada subproceso aprende un modelo local hasta combinarlo con el modelo global. Un valor bajo significa un modelo global más actualizado y un valor alto significa menos tráfico de caché.