LbfgsLogisticRegressionBinaryTrainer.Options Kelas

Definisi

Ruang nama:

Microsoft.ML.Trainers

Rakitan:

Microsoft.ML.StandardTrainers.dll

Paket:

Microsoft.ML v3.0.1

Opsi untuk seperti yang LbfgsLogisticRegressionBinaryTrainer digunakan dalam LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

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

Warisan

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options,BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters,PlattCalibrator>>,CalibratedModelParametersBase<LinearBinaryModelParameters,PlattCalibrator>>.OptionsBase

LbfgsLogisticRegressionBinaryTrainer.Options

Konstruktor

LbfgsLogisticRegressionBinaryTrainer.Options()

Opsi untuk seperti yang LbfgsLogisticRegressionBinaryTrainer digunakan dalam LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

Bidang

ComputeStandardDeviation	Instans ComputeLogisticRegressionStandardDeviation yang menghitung std statistik pelatihan, di akhir pelatihan. Perhitungan bukan bagian dari paket Microsoft.ML, karena ukuran MKL. Jika Anda memerlukan perhitungan ini, tambahkan paket Microsoft.ML.Mkl.Components, dan inisialisasi ComputeStandardDeviation. ComputeLogisticRegressionStandardDeviation ke implementasi dalam paket Microsoft.ML.Mkl.Components.
DenseOptimizer	Paksa densifikasi vektor pengoptimalan internal. Defaultnya adalah false. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
EnforceNonNegativity	Memberlakukan bobot non-negatif. Defaultnya adalah false. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName	Kolom yang akan digunakan misalnya berat. (Diperoleh dari TrainerInputBaseWithWeight)
FeatureColumnName	Kolom yang akan digunakan untuk fitur. (Diperoleh dari TrainerInputBase)
HistorySize	Jumlah iterasi sebelumnya yang perlu diingat untuk memperkirakan Hessian. Nilai yang lebih rendah berarti perkiraan yang lebih cepat tetapi kurang akurat. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
InitialWeightsDiameter	Skala bobot awal. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L1Regularization	Berat regularisasi L1. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization	Berat regularisasi L2. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName	Kolom yang akan digunakan untuk label. (Diperoleh dari TrainerInputBaseWithLabel)
MaximumNumberOfIterations	Jumlah perulangan. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads	Jumlah alur. Null berarti menggunakan jumlah prosesor. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
OptimizationTolerance	Parameter toleransi untuk konvergensi pengoptimalan. (Rendah = lebih lambat, lebih akurat). (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
Quiet	Menentukan apakah akan menghasilkan output selama pelatihan atau tidak. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ShowTrainingStatistics	Jika diatur ke statistik pelatihan yang benar akan dihasilkan pada akhir pelatihan. Jika Anda memiliki sejumlah besar parameter pelatihan yang dipelajari (lebih dari 500), menghasilkan statistik pelatihan mungkin memakan waktu beberapa detik. Lebih dari 1000 berat mungkin memakan waktu beberapa menit. Untuk kasus tersebut, pertimbangkan untuk menggunakan instans ComputeLogisticRegressionStandardDeviation yang ada dalam paket Microsoft.ML.Mkl.Components. Itu menghitung statistik menggunakan akselerasi perangkat keras.
StochasticGradientDescentInitilaizationTolerance	Jalankan SGD untuk menginisialisasi bobot LR, konvergensi ke toleransi ini. (Diperoleh dari LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)