SgdCalibratedTrainer.Options Kelas

Definisi

Ruang nama:

Microsoft.ML.Trainers

Rakitan:

Microsoft.ML.StandardTrainers.dll

Paket:

Microsoft.ML v3.0.1

Opsi untuk seperti yang SgdCalibratedTrainer digunakan dalam SgdCalibrated(Options).

public sealed class SgdCalibratedTrainer.Options : Microsoft.ML.Trainers.SgdBinaryTrainerBase<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>.OptionsBase

type SgdCalibratedTrainer.Options = class
    inherit SgdBinaryTrainerBase<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBase

Public NotInheritable Class SgdCalibratedTrainer.Options
Inherits SgdBinaryTrainerBase(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase

Warisan

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

SgdBinaryTrainerBase<CalibratedModelParametersBase<LinearBinaryModelParameters,PlattCalibrator>>.OptionsBase

SgdCalibratedTrainer.Options

Konstruktor

SgdCalibratedTrainer.Options()

Opsi untuk seperti yang SgdCalibratedTrainer digunakan dalam SgdCalibrated(Options).

Bidang

CheckFrequency	Menentukan frekuensi pemeriksaan konvergensi dalam hal jumlah iterasi. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
ConvergenceTolerance	Toleransi konvergensi. Jika rata-rata pergerakan eksponensial pengurangan kerugian berada di bawah toleransi ini, algoritma dianggap telah terkonvergensi dan akan berhenti. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
ExampleWeightColumnName	Kolom yang akan digunakan misalnya berat. (Diperoleh dari TrainerInputBaseWithWeight)
FeatureColumnName	Kolom yang akan digunakan untuk fitur. (Diperoleh dari TrainerInputBase)
L2Regularization	Berat L2 untuk regularisasi. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
LabelColumnName	Kolom yang akan digunakan untuk label. (Diperoleh dari TrainerInputBaseWithLabel)
LearningRate	Tingkat pembelajaran awal yang digunakan oleh SGD. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
NumberOfIterations	Jumlah maksimum melewati himpunan data pelatihan. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
NumberOfThreads	Tingkat paralelisme bebas kunci yang digunakan oleh SGD. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
PositiveInstanceWeight	Berat yang akan diterapkan ke kelas positif. Ini berguna untuk pelatihan dengan data yang tidak seimbang. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
Shuffle	Menentukan apakah akan mengacak data untuk setiap perulangan pelatihan. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)