共用方式為


LbfgsLogisticRegressionBinaryTrainer.Options 類別

定義

public sealed class LbfgsLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.LbfgsTrainerBase<Microsoft.ML.Trainers.LbfgsLogisticRegressionBinaryTrainer.Options,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>.OptionsBase
type LbfgsLogisticRegressionBinaryTrainer.Options = class
    inherit LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBase
Public NotInheritable Class LbfgsLogisticRegressionBinaryTrainer.Options
Inherits LbfgsTrainerBase(Of LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase
繼承

建構函式

LbfgsLogisticRegressionBinaryTrainer.Options()

LbfgsLogisticRegressionBinaryTrainer 所使用的 選項 LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

欄位

ComputeStandardDeviation

的實例 ComputeLogisticRegressionStandardDeviation ,會在定型結束時計算定型統計資料的 std。 由於 MKL 的大小,計算不是 Microsoft.ML 套件的一部分。 如果您需要這些計算,請新增 Microsoft.ML.Mkl.Components 套件,並初始化 ComputeStandardDeviationComputeLogisticRegressionStandardDeviation至 Microsoft.ML.Mkl.Components 套件中的實作。

DenseOptimizer

強制反正規化內部優化向量。 預設值為 false。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
EnforceNonNegativity

強制執行非負數權數。 預設值為 false。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName

要用於加權的資料行。

(繼承來源 TrainerInputBaseWithWeight)
FeatureColumnName

要用於功能的資料行。

(繼承來源 TrainerInputBase)
HistorySize

要記住的先前反復專案數目,以估計 Hessian。 較低的值表示更快但較不精確的估計值。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
InitialWeightsDiameter

初始權數小數位數。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L1Regularization

L1 正規化權數。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization

L2 正規化權數。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName

要用於標籤的資料行。

(繼承來源 TrainerInputBaseWithLabel)
MaximumNumberOfIterations

反覆運算次數。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads

執行緒數目。 Null 表示使用處理器數目。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
OptimizationTolerance

優化聚合的容錯參數。 (Low = 較慢、更精確的) 。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
Quiet

判斷是否要在定型期間產生輸出。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ShowTrainingStatistics

如果設定為 true 定型統計資料,則會在定型結束時產生。 如果您有大量的學習定型參數 (超過 500 個) ,則產生定型統計資料可能需要幾秒鐘的時間。 超過 1000 個權數可能需要幾分鐘的時間。 針對這些情況,請考慮使用 Microsoft.ML.Mkl.Components 套件中的 實例 ComputeLogisticRegressionStandardDeviation 。 它會使用硬體加速來計算統計資料。

StochasticGradientDescentInitilaizationTolerance

執行 SGD 以初始化 LR 權數,並交集至此容錯。

(繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

適用於