SmoothedHingeLoss Kelas

Definisi

Ruang nama:

Microsoft.ML.Trainers

Rakitan:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v3.0.1

Versi fungsi yang HingeLoss lancar, umumnya digunakan dalam tugas klasifikasi.

public sealed class SmoothedHingeLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

type SmoothedHingeLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss

Public NotInheritable Class SmoothedHingeLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss

Warisan

Object

SmoothedHingeLoss

Penerapan

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Keterangan

Biarkan $f(\hat{y}, y) = 1 - y\hat{y}$, di mana $\hat{y}$ adalah skor yang diprediksi dan $y \di \{-1, 1\}$ adalah label yang benar. $f(\hat{y}, y)$ di sini adalah bagian bukan nol dari Engsel Loss.

Perhatikan bahwa label yang digunakan dalam perhitungan ini adalah -1 dan 1, tidak seperti Log Loss, di mana label yang digunakan adalah 0 dan 1. Juga tidak seperti Log Loss, $\hat{y}$ adalah skor prediksi mentah, bukan probabilitas yang diprediksi (yang dihitung dengan menerapkan fungsi sigmoid ke skor yang diprediksi).

Fungsi Smoothed Hinge Loss kemudian didefinisikan sebagai:

$ L(f(\hat{y}, y)) = \begin{cases} 0 & \text{if } f(\hat{y}, y) < 0 \\ \frac{(f(\hat{y}, y))^2}{2\alpha} & \text{if } f(\hat{y}, y) < \alpha \\ f(\hat{y}, y) - \frac{\alpha}{2} & \text{otherwise} \end{cases} $

di mana $\alpha$ adalah parameter smoothing yang diatur ke 1 secara default.

Konstruktor

SmoothedHingeLoss(Single)

Konstruktor untuk kehilangan engsel halus.

Metode

ComputeDualUpdateInvariant(Single)	Versi fungsi yang HingeLoss lancar, umumnya digunakan dalam tugas klasifikasi.
Derivative(Single, Single)	Versi fungsi yang HingeLoss lancar, umumnya digunakan dalam tugas klasifikasi.
DualLoss(Single, Single)	Versi fungsi yang HingeLoss lancar, umumnya digunakan dalam tugas klasifikasi.
DualUpdate(Single, Single, Single, Single, Int32)	Versi fungsi yang HingeLoss lancar, umumnya digunakan dalam tugas klasifikasi.
Loss(Single, Single)	Versi fungsi yang HingeLoss lancar, umumnya digunakan dalam tugas klasifikasi.