ExpLoss 클래스

정의

중요

일부 정보는 릴리스되기 전에 상당 부분 수정될 수 있는 시험판 제품과 관련이 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적이거나 묵시적인 보증도 하지 않습니다.

분류 작업에 일반적으로 사용되는 지수 손실입니다.

public sealed class ExpLoss : Microsoft.ML.Trainers.IClassificationLoss, Microsoft.ML.Trainers.ILossFunction<float,float>

type ExpLoss = class
    interface IClassificationLoss
    interface IScalarLoss
    interface ILossFunction<single, single>

Public NotInheritable Class ExpLoss
Implements IClassificationLoss, ILossFunction(Of Single, Single)

지수 손실 함수는 다음과 같이 정의됩니다.

$L(\hat{y}, y) = e^{-\beta y \hat{y}}$

여기서 $\hat{y}$은 예측 점수이고, $y \in \{-1, 1\}$은 실제 레이블이고 $\beta$는 기본적으로 1로 설정된 배율 인수입니다.

이 계산에 사용된 레이블은 사용된 레이블이 0과 1인 로그 손실과 달리 -1과 1입니다. 또한 로그 손실과 달리 $\hat{y}$는 예측된 확률(예측 점수에 시그모이드 함수 를 적용하여 계산됨)이 아닌 원시 예측 점수입니다.

지수 손실 함수는 힌지 손실 보다 잘못된 예측을 더 많이 처벌하고 그라데이션이 더 큽니다.

분류 작업에 일반적으로 사용되는 지수 손실입니다.

Derivative(Single, Single)	분류 작업에 일반적으로 사용되는 지수 손실입니다.
Loss(Single, Single)	분류 작업에 일반적으로 사용되는 지수 손실입니다.