ExpLoss Klasa

Definicja

Przestrzeń nazw:

Microsoft.ML.Trainers

Zestaw:

Microsoft.ML.Data.dll

Pakiet:

Microsoft.ML v3.0.1

Utrata wykładnicza, często używana w zadaniach klasyfikacji.

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)

Dziedziczenie

Object

ExpLoss

Implementuje

IClassificationLoss ILossFunction<Single,Single> IScalarLoss

Uwagi

Funkcja Exponential Loss jest definiowana jako:

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

gdzie $\hat{y}$ jest przewidywanym wynikiem, $y \in \in \{-1,1\}$ jest prawdziwą etykietą, a $\beta$ jest domyślnie współczynnikiem skalowania ustawionym na wartość 1.

Należy pamiętać, że etykiety używane w tym obliczeniu to -1 i 1, w przeciwieństwie do utraty dziennika, gdzie używane etykiety to 0 i 1. Również w przeciwieństwie do utraty dziennika$\hat{y}$ jest nieprzetworzonym przewidywanym wynikiem, a nie przewidywanym prawdopodobieństwem (obliczanym przez zastosowanie funkcji sigmoid do przewidywanego wyniku).

Funkcja Exponential Loss karze niepoprawne przewidywania więcej niż utrata zawiasu i ma większy gradient.

Konstruktory

ExpLoss(Single)

Utrata wykładnicza, często używana w zadaniach klasyfikacji.

Metody

Derivative(Single, Single)	Utrata wykładnicza, często używana w zadaniach klasyfikacji.
Loss(Single, Single)	Utrata wykładnicza, często używana w zadaniach klasyfikacji.