SymbolicSgdLogisticRegressionBinaryTrainer.Options 類別

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.Mkl.Components.dll

套件:

Microsoft.ML.Mkl.Components v3.0.1

中 SymbolicSgdLogisticRegressionBinaryTrainer 所使用的 SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options) 選項。

public sealed class SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabel

type SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
    inherit TrainerInputBaseWithLabel

Public NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel

繼承

Object

TrainerInputBase

TrainerInputBaseWithLabel

SymbolicSgdLogisticRegressionBinaryTrainer.Options

建構函式

SymbolicSgdLogisticRegressionBinaryTrainer.Options()

中 SymbolicSgdLogisticRegressionBinaryTrainer 所使用的 SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options) 選項。

欄位

FeatureColumnName	要用於功能的資料行。 (繼承來源 TrainerInputBase)
L2Regularization	L2 正規化。
LabelColumnName	要用於標籤的資料行。 (繼承來源 TrainerInputBaseWithLabel)
LearningRate	學習速率。 較大的值可能會減少定型時間，但會產生數值不穩定和過度調整。
MemorySize	以 MB 為單位的加速記憶體預算。
NumberOfIterations	資料的處理次數。
NumberOfThreads	無鎖定平行處理原則的程度。 確定性不保證這設定為高於 1。 預設值是系統上可用的邏輯核心數目。
PositiveInstanceWeight	針對不平衡的資料，將權數套用至正類別。
Shuffle	設定為 true 會導致資料隨機顯示。
Tolerance	連續傳遞中平均遺失差異的容錯。 如果在一個反復專案中減少損失小於指定的容錯，將會終止定型程式。
UpdateFrequency	每個執行緒的反復專案數目都會學習本機模型，直到將其與全域模型結合為止。 低值表示更新的全域模型和高值表示快取流量較少。