FieldAwareFactorizationMachineTrainer.Options Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.StandardTrainers.dll

Pacchetto:

Microsoft.ML v3.0.1

FieldAwareFactorizationMachineTrainer.Options per FieldAwareFactorizationMachineTrainer come usato in FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options).

public sealed class FieldAwareFactorizationMachineTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithWeight

type FieldAwareFactorizationMachineTrainer.Options = class
    inherit TrainerInputBaseWithWeight

Public NotInheritable Class FieldAwareFactorizationMachineTrainer.Options
Inherits TrainerInputBaseWithWeight

Ereditarietà

Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

FieldAwareFactorizationMachineTrainer.Options

Costruttori

FieldAwareFactorizationMachineTrainer.Options()

FieldAwareFactorizationMachineTrainer.Options per FieldAwareFactorizationMachineTrainer come usato in FieldAwareFactorizationMachine(BinaryClassificationCatalog+BinaryClassificationTrainers, FieldAwareFactorizationMachineTrainer+Options).

Campi

ExampleWeightColumnName	Colonna da utilizzare per esempio peso. (Ereditato da TrainerInputBaseWithWeight)
ExtraFeatureColumns	Nomi aggiuntivi delle colonne di funzionalità. La colonna denominata FeatureColumnName archivia le caratteristiche del primo campo. La stringa i-th in ExtraFeatureColumns archivia il nome della colonna delle caratteristiche del campo (i+1)-th.
FeatureColumnName	Colonna da usare per le funzionalità. (Ereditato da TrainerInputBase)
LabelColumnName	Colonna da usare per le etichette. (Ereditato da TrainerInputBaseWithLabel)
LambdaLatent	Coefficiente di regolarizzazione dei pesi latenti.
LambdaLinear	Coefficiente di regolarizzazione dei pesi lineari.
LatentDimension	Dimensione spazio latente.
LearningRate	Frequenza di apprendimento iniziale.
NormalizeFeatures	Se normalizzare i vettori di input in modo che la concatenazione di tutti i vettori di funzionalità di tutti i campi sia di lunghezza unità.
NumberOfIterations	Numero di iterazioni di training.
Radius	Raggio dei fattori latenti iniziali.
Shuffle	Indica se eseguire la sequenza casuale per ogni iterazione di training.
Verbose	Segnala lo stato di avanzamento della traning o meno.