SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase 类

定义

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

类型参数

TModelParameters
继承
SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase
派生

构造函数

SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase()

选项。SdcaBinaryTrainerBase<TModelParameters>

字段

BiasLearningRate

调整偏差的学习率,从正则化。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ConvergenceCheckFrequency

确定在迭代次数方面检查收敛的频率。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ConvergenceTolerance

对双性差距与原始损失之间的比率的容忍度,用于收敛检查。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName

要用于示例权重的列。

(继承自 TrainerInputBaseWithWeight)
FeatureColumnName

要用于功能的列。

(继承自 TrainerInputBase)
L1Regularization

L1 正则化 超参数。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization

L2 正则化 超参数。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName

要用于标签的列。

(继承自 TrainerInputBaseWithLabel)
MaximumNumberOfIterations

要对数据执行的最大传递数。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads

无锁并行度。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
PositiveInstanceWeight

要应用于正类的权重。 这对于使用不平衡的数据进行训练非常有用。

Shuffle

确定是否对每个训练迭代对数据进行混排。

(继承自 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

适用于