ExpLoss Clase
Definición
Importante
Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.
Pérdida exponencial, que se usa habitualmente en las tareas de clasificación.
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)- Herencia
-
ExpLoss
- Implementaciones
Comentarios
La función Pérdida exponencial se define como:
$L(\hat{y}, y) = e^{-\beta y \hat{y}}$
donde $\hat{y}$ es la puntuación de predicción, $y \in \{-1, 1\}$ es la etiqueta true y $\beta$ es un factor de escala establecido en 1 de forma predeterminada.
Tenga en cuenta que las etiquetas usadas en este cálculo son -1 y 1, a diferencia de la pérdida de registros, donde las etiquetas usadas son 0 y 1. Además, a diferencia de la pérdida de registros, $\hat{y}$ es la puntuación de predicción sin procesar, no la probabilidad prevista (que se calcula aplicando una función sigmoid a la puntuación prevista).
La función Pérdida exponencial penaliza predicciones incorrectas más que la pérdida de bisagra y tiene un degradado mayor.
Constructores
| Nombre | Description |
|---|---|
| ExpLoss(Single) |
Pérdida exponencial, que se usa habitualmente en las tareas de clasificación. |
Métodos
| Nombre | Description |
|---|---|
| Derivative(Single, Single) |
Pérdida exponencial, que se usa habitualmente en las tareas de clasificación. |
| Loss(Single, Single) |
Pérdida exponencial, que se usa habitualmente en las tareas de clasificación. |