共用方式為


HingeLoss 類別

定義

轉軸遺失,通常用於分類工作。

public sealed class HingeLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss
type HingeLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss
Public NotInheritable Class HingeLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss
繼承
HingeLoss
實作

備註

轉軸遺失函式定義為:

$L (\hat{y}, y) = max (0, m - y\hat{y}) $

其中 $\hat{y}$ 是預測分數,$y \{-1, 1\}$ 是真正的標籤,而 $m$ 是預設設定為 1 的邊界參數。

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

雖然轉軸遺失函式同時為凸凸和連續,但 (在 $y\hat{y} = m$時無法區分的) 並不順暢。 因此,它不能與梯度下降方法或隨機梯度下降方法搭配使用,後者依賴整個網域的不同性。

如需詳細資訊,請參閱 分類的轉軸遺失

建構函式

HingeLoss(Single)

轉軸遺失,通常用於分類工作。

方法

ComputeDualUpdateInvariant(Single)

轉軸遺失,通常用於分類工作。

Derivative(Single, Single)

轉軸遺失,通常用於分類工作。

DualLoss(Single, Single)

轉軸遺失,通常用於分類工作。

DualUpdate(Single, Single, Single, Single, Int32)

轉軸遺失,通常用於分類工作。

Loss(Single, Single)

轉軸遺失,通常用於分類工作。

適用於