LbfgsLogisticRegressionBinaryTrainer.Options Classe
Définition
Important
Certaines informations portent sur la préversion du produit qui est susceptible d’être en grande partie modifiée avant sa publication. Microsoft exclut toute garantie, expresse ou implicite, concernant les informations fournies ici.
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>>.OptionsBasetype LbfgsLogisticRegressionBinaryTrainer.Options = class
inherit LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBasePublic NotInheritable Class LbfgsLogisticRegressionBinaryTrainer.Options
Inherits LbfgsTrainerBase(Of LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase- Héritage
Constructeurs
Champs
| Nom | Description |
|---|---|
| ComputeStandardDeviation |
L’instance de celle-ci ComputeLogisticRegressionStandardDeviation calcule le std des statistiques d’entraînement, à la fin de l’entraînement. Les calculs ne font pas partie du package Microsoft.ML, en raison de la taille de MKL. Si vous avez besoin de ces calculs, ajoutez le package Microsoft.ML.Mkl.Components et initialisez ComputeStandardDeviation. à l’implémentation ComputeLogisticRegressionStandardDeviation dans le package Microsoft.ML.Mkl.Components. |
| DenseOptimizer |
Forcez lansification des vecteurs d’optimisation interne. La valeur par défaut est false. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| EnforceNonNegativity |
Appliquer des pondérations non négatives. La valeur par défaut est false. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| ExampleWeightColumnName |
Colonne à utiliser pour un exemple de poids. (Hérité de TrainerInputBaseWithWeight) |
| FeatureColumnName |
Colonne à utiliser pour les fonctionnalités. (Hérité de TrainerInputBase) |
| HistorySize |
Nombre d’itérations précédentes à mémoriser pour estimer le Hessian. Les valeurs inférieures signifient des estimations plus rapides mais moins précises. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| InitialWeightsDiameter |
Échelle des pondérations initiales. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| L1Regularization |
Poids de la régularisation L1. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| L2Regularization |
Poids de régularisation L2. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| LabelColumnName |
Colonne à utiliser pour les étiquettes. (Hérité de TrainerInputBaseWithLabel) |
| MaximumNumberOfIterations |
Nombre d’itérations. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| NumberOfThreads |
Nombre de threads. La valeur Null signifie utiliser le nombre de processeurs. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| OptimizationTolerance |
Paramètre de tolérance pour la convergence d’optimisation. (Faible = plus lent, plus précis). (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| Quiet |
Détermine s’il faut produire une sortie pendant l’entraînement ou non. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |
| ShowTrainingStatistics |
Si la valeur est définie pour retourner les <statistiques d’entraînement true>/retourne<>, elles sont générées à la fin de l’entraînement. Si vous avez un grand nombre de paramètres d’entraînement appris (plus de 500), la génération des statistiques d’entraînement peut prendre quelques secondes. Plus de 1 000 poids peuvent prendre quelques minutes. Pour ces cas, envisagez d’utiliser l’instance de ComputeLogisticRegressionStandardDeviation présent dans le package Microsoft.ML.Mkl.Components. Cela calcule les statistiques à l’aide de l’accélération matérielle. |
| StochasticGradientDescentInitilaizationTolerance |
Exécutez SGD pour initialiser les pondérations LR, convergeant vers cette tolérance. (Hérité de LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase) |