SgdNonCalibratedTrainer.Options Kelas

Definisi

Ruang nama:

Microsoft.ML.Trainers

Rakitan:

Microsoft.ML.StandardTrainers.dll

Paket:

Microsoft.ML v3.0.1

Opsi untuk seperti yang SgdNonCalibratedTrainer digunakan dalam SgdNonCalibrated(Options).

public sealed class SgdNonCalibratedTrainer.Options : Microsoft.ML.Trainers.SgdBinaryTrainerBase<Microsoft.ML.Trainers.LinearBinaryModelParameters>.OptionsBase

type SgdNonCalibratedTrainer.Options = class
    inherit SgdBinaryTrainerBase<LinearBinaryModelParameters>.OptionsBase

Public NotInheritable Class SgdNonCalibratedTrainer.Options
Inherits SgdBinaryTrainerBase(Of LinearBinaryModelParameters).OptionsBase

Warisan

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

SgdBinaryTrainerBase<LinearBinaryModelParameters>.OptionsBase

SgdNonCalibratedTrainer.Options

Konstruktor

SgdNonCalibratedTrainer.Options()

Opsi untuk seperti yang SgdNonCalibratedTrainer digunakan dalam SgdNonCalibrated(Options).

Bidang

CheckFrequency	Menentukan frekuensi pemeriksaan konvergensi dalam hal jumlah iterasi. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
ConvergenceTolerance	Toleransi konvergensi. Jika rata-rata bergerak 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 digunakan untuk fitur. (Diperoleh dari TrainerInputBase)
L2Regularization	Berat L2 untuk regularisasi. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
LabelColumnName	Kolom yang digunakan untuk label. (Diperoleh dari TrainerInputBaseWithLabel)
LearningRate	Tingkat pembelajaran awal yang digunakan oleh SGD. (Diperoleh dari SgdBinaryTrainerBase<TModel>.OptionsBase)
LossFunction	Fungsi kerugian yang akan digunakan. Defaultnya adalah LogLoss.
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	Bobot 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)