OlsModelParameters Classe

Définition

Espace de noms:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Mkl.Components.dll

Paquet:

Microsoft.ML.Mkl.Components v3.0.1

Paramètres de modèle pour OlsTrainer.

public sealed class OlsModelParameters : Microsoft.ML.Trainers.RegressionModelParameters

type OlsModelParameters = class
    inherit RegressionModelParameters

Public NotInheritable Class OlsModelParameters
Inherits RegressionModelParameters

Héritage

Object

ModelParametersBase<Single>

LinearModelParameters

RegressionModelParameters

OlsModelParameters

Champs

RSquared	Coefficient de détermination.
RSquaredAdjusted	Coefficient de détermination ajusté. Il n’est possible de produire un carré R ajusté que s’il y a plus d’exemples que de paramètres dans le modèle plus un. Si cette condition n’est pas remplie, cette valeur est NaN.

Propriétés

Bias	Terme de biais du prédicteur. (Hérité de LinearModelParameters)
HasStatistics	Indique si le modèle a des statistiques par paramètre. Il s’agit de la valeur false iff StandardErrors, TValueset PValues sont toutes null. Un modèle peut ne pas avoir de statistiques par paramètre parce qu’il n’y avait pas plus d’exemples que de paramètres dans le modèle, ou parce qu’ils ont été explicitement supprimés lors de l’entraînement en définissant sur CalculateStatistics false.
PValues	p-values correspondant à chacune des erreurs standard du modèle. Il s’agit null de si et uniquement si HasStatistics est false.
StandardErrors	Erreur standard par paramètre de modèle, où la première correspond au biais, et toutes les suivantes correspondent à chaque poids tour à tour. Il s’agit null de si et uniquement si HasStatistics est false.
TValues	Valeurs t-Statistic correspondant à chacune des erreurs standard du modèle. Il s’agit null de si et uniquement si HasStatistics est false.
Weights	Coefficients de pondération des caractéristiques du prédicteur. (Hérité de LinearModelParameters)

Implémentations d’interfaces explicites

ICalculateFeatureContribution.FeatureContributionCalculator	Utilisé pour déterminer la contribution de chaque fonctionnalité au score d’un exemple par FeatureContributionCalculatingTransformer. Pour les modèles linéaires, la contribution d’une fonctionnalité donnée est égale au produit de la valeur de caractéristique multiplié par la pondération correspondante. (Hérité de LinearModelParameters)
ICanSaveModel.Save(ModelSaveContext)	Paramètres de modèle pour OlsTrainer. (Hérité de ModelParametersBase<TOutput>)