다음을 통해 공유


SdcaBinaryTrainerBase<TModelParameters> 클래스

정의

SDCA는 지원 벡터 머신, 선형 회귀, 로지스틱 회귀 등과 같은 (일반화된) 선형 모델에 대한 일반 학습 알고리즘입니다. SDCA 이진 분류 트레이너 제품군에는 여러 봉인된 멤버가 포함됩니다. (1) SdcaNonCalibratedBinaryTrainer 는 일반 손실 함수를 지원하고 반환 LinearBinaryModelParameters합니다. (2) SdcaLogisticRegressionBinaryTrainer 기본적으로 정규화된 로지스틱 회귀 모델을 학습합니다. 로지스틱 회귀는 자연적으로 확률 출력을 제공하므로 생성된 모델의 형식은 다음과 같습니다 CalibratedModelParametersBase<TSubModel,TCalibrator>. where TSubModel is LinearBinaryModelParameters and TCalibrator is PlattCalibrator.

public abstract class SdcaBinaryTrainerBase<TModelParameters> : Microsoft.ML.Trainers.SdcaTrainerBase<Microsoft.ML.Trainers.SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase,Microsoft.ML.Data.BinaryPredictionTransformer<TModelParameters>,TModelParameters> where TModelParameters : class
type SdcaBinaryTrainerBase<'ModelParameters (requires 'ModelParameters : null)> = class
    inherit SdcaTrainerBase<SdcaBinaryTrainerBase<'ModelParameters>.BinaryOptionsBase, BinaryPredictionTransformer<'ModelParameters>, 'ModelParameters (requires 'ModelParameters : null)>
Public MustInherit Class SdcaBinaryTrainerBase(Of TModelParameters)
Inherits SdcaTrainerBase(Of SdcaBinaryTrainerBase(Of TModelParameters).BinaryOptionsBase, BinaryPredictionTransformer(Of TModelParameters), TModelParameters)

형식 매개 변수

TModelParameters
상속
파생

필드

FeatureColumn

트레이너가 기대하는 기능 열입니다.

(다음에서 상속됨 TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn

트레이너가 기대하는 레이블 열입니다. null수 있습니다. 이는 레이블이 학습에 사용되지 않음을 나타냅니다.

(다음에서 상속됨 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn

트레이너가 기대하는 체중 열입니다. 가중치가 학습에 사용되지 않음을 나타내는 일 수 null있습니다.

(다음에서 상속됨 TrainerEstimatorBase<TTransformer,TModel>)

속성

Info

SDCA는 지원 벡터 머신, 선형 회귀, 로지스틱 회귀 등과 같은 (일반화된) 선형 모델에 대한 일반 학습 알고리즘입니다. SDCA 이진 분류 트레이너 제품군에는 여러 봉인된 멤버가 포함됩니다. (1) SdcaNonCalibratedBinaryTrainer 는 일반 손실 함수를 지원하고 반환 LinearBinaryModelParameters합니다. (2) SdcaLogisticRegressionBinaryTrainer 기본적으로 정규화된 로지스틱 회귀 모델을 학습합니다. 로지스틱 회귀는 자연적으로 확률 출력을 제공하므로 생성된 모델의 형식은 다음과 같습니다 CalibratedModelParametersBase<TSubModel,TCalibrator>. where TSubModel is LinearBinaryModelParameters and TCalibrator is PlattCalibrator.

메서드

Fit(IDataView)

를 학습하고 반환합니다 ITransformer.

(다음에서 상속됨 TrainerEstimatorBase<TTransformer,TModel>)
GetOutputSchema(SchemaShape)

SDCA는 지원 벡터 머신, 선형 회귀, 로지스틱 회귀 등과 같은 (일반화된) 선형 모델에 대한 일반 학습 알고리즘입니다. SDCA 이진 분류 트레이너 제품군에는 여러 봉인된 멤버가 포함됩니다. (1) SdcaNonCalibratedBinaryTrainer 는 일반 손실 함수를 지원하고 반환 LinearBinaryModelParameters합니다. (2) SdcaLogisticRegressionBinaryTrainer 기본적으로 정규화된 로지스틱 회귀 모델을 학습합니다. 로지스틱 회귀는 자연적으로 확률 출력을 제공하므로 생성된 모델의 형식은 다음과 같습니다 CalibratedModelParametersBase<TSubModel,TCalibrator>. where TSubModel is LinearBinaryModelParameters and TCalibrator is PlattCalibrator.

(다음에서 상속됨 TrainerEstimatorBase<TTransformer,TModel>)

확장 메서드

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

추정기 체인에 '캐싱 검사점'을 추가합니다. 이렇게 하면 다운스트림 추정기가 캐시된 데이터에 대해 학습됩니다. 여러 데이터 전달을 수행하는 트레이너 앞에 캐싱 검사점이 있는 것이 좋습니다.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

추정기가 지정된 경우 호출된 대리 Fit(IDataView) 자를 호출할 래핑 개체를 반환합니다. 예측 도구가 적합한 항목에 대한 정보를 반환하는 것이 중요한 경우가 많습니다. 따라서 Fit(IDataView) 메서드는 일반 ITransformer개체가 아닌 구체적으로 형식화된 개체를 반환합니다. 그러나 동시에 IEstimator<TTransformer> 개체가 많은 파이프라인으로 형성되는 경우가 많으므로 변환기를 가져올 추정기가 이 체인의 어딘가에 묻혀 있는 위치를 통해 EstimatorChain<TLastTransformer> 추정기 체인을 빌드해야 할 수 있습니다. 이 시나리오에서는 이 메서드를 통해 fit이 호출되면 호출될 대리자를 연결할 수 있습니다.

적용 대상