ExpLoss 類別

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.Data.dll

套件:

Microsoft.ML v3.0.1

指數遺失，通常用於分類工作。

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)

繼承

Object

ExpLoss

實作

IClassificationLoss ILossFunction<Single,Single> IScalarLoss

備註

指數遺失函式定義為：

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

其中 $\hat{y}$ 是預測分數，$y \{-1， 1\}$ 是真正的標籤，而 $\Beta$ 預設會設定為 1。

請注意，此計算中使用的標籤是 -1 和 1，不同于 記錄遺失，其中使用的標籤是 0 和 1。 不同于 記錄遺失，$\hat{y}$ 是原始預測分數，而不是將 sigmoid 函 式套用至預測分數來計算的預測機率) (。

指數損失函式會比 轉軸遺失 更能影響不正確的預測，而且具有較大的漸層。

建構函式

ExpLoss(Single)

指數遺失，通常用於分類工作。

方法

Derivative(Single, Single)	指數遺失，通常用於分類工作。
Loss(Single, Single)	指數遺失，通常用於分類工作。