ComputeLogisticRegressionStandardDeviation.ComputeStandardDeviation Metodo

Definizione

Spazio dei nomi:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.StandardTrainers.dll

Pacchetto:

Microsoft.ML v3.0.1

Calcola la matrice di deviazione standard di ognuno dei pesi di training non zero, necessari per calcolare ulteriormente la deviazione standard, il valore p e z-Score. I calcoli non fanno parte di Microsoft.ML pacchetto, a causa delle dimensioni di MKL. Se sono necessari questi calcoli, aggiungere il pacchetto Microsoft.ML.Mkl.Components e inizializzare ComputeStandardDeviation all'implementazione ComputeLogisticRegressionStandardDeviation nel pacchetto Microsoft.ML.Mkl.Components. A causa dell'esistenza della regolarizzazione, viene usata un'approssimazione per calcolare le varianza dei coefficienti lineari sottoposti a training.

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)

Parametri

hessian

Double[]

weightIndices

Int32[]

parametersCount

Int32

currentWeightsCount

Int32

ch

IChannel

l2Weight

Single

Restituisce

VBuffer<Single>