ComputeLogisticRegressionStandardDeviation.ComputeStandardDeviation Metode
Definisi
Penting
Beberapa informasi terkait produk prarilis yang dapat diubah secara signifikan sebelum dirilis. Microsoft tidak memberikan jaminan, tersirat maupun tersurat, sehubungan dengan informasi yang diberikan di sini.
Menghitung matriks deviasi standar dari masing-masing bobot pelatihan non-nol, yang diperlukan untuk menghitung lebih lanjut deviasi standar, nilai p, dan z-Score. Perhitungan bukan bagian dari paket Microsoft.ML, karena ukuran MKL. Jika Anda memerlukan perhitungan ini, tambahkan paket Microsoft.ML.Mkl.Components, dan inisialisasi ComputeStandardDeviation ke ComputeLogisticRegressionStandardDeviation implementasi dalam paket Microsoft.ML.Mkl.Components. Karena adanya regularisasi, perkiraan digunakan untuk menghitung varian koefisien linier terlatih.
public abstract Microsoft.ML.Data.VBuffer<float> ComputeStandardDeviation (double[] hessian, int[] weightIndices, int parametersCount, int currentWeightsCount, Microsoft.ML.Runtime.IChannel ch, float l2Weight);
abstract member ComputeStandardDeviation : double[] * int[] * int * int * Microsoft.ML.Runtime.IChannel * single -> Microsoft.ML.Data.VBuffer<single>
Public MustOverride Function ComputeStandardDeviation (hessian As Double(), weightIndices As Integer(), parametersCount As Integer, currentWeightsCount As Integer, ch As IChannel, l2Weight As Single) As VBuffer(Of Single)
Parameter
- hessian
- Double[]
- weightIndices
- Int32[]
- parametersCount
- Int32
- currentWeightsCount
- Int32
- ch
- IChannel
- l2Weight
- Single