SmoothedHingeLoss クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
分類タスクでよく使用される HingeLoss 関数のスムーズ バージョン。
public sealed class SmoothedHingeLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss
type SmoothedHingeLoss = class
interface ISupportSdcaClassificationLoss
interface ISupportSdcaLoss
interface IScalarLoss
interface ILossFunction<single, single>
interface IClassificationLoss
Public NotInheritable Class SmoothedHingeLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss
- 継承
-
SmoothedHingeLoss
- 実装
注釈
$f(\hat{y}, y) = 1 - y\hat{y}$ にします。ここで、$\hat{y}$ は予測スコア、$y \in \{-1, 1\}$ は真のラベルです。 $f(\hat{y}, y)$ は ヒンジ損失の 0 以外の部分です。
この計算で使用されるラベルは、使用されるラベルが 0 と 1 である ログ損失とは異なり、-1 と 1 であることに注意してください。 また、 ログ損失とは異なり、$\hat{y}$ は予測された確率ではなく、未加工の予測スコアです (予測されたスコアに シグモイド関数 を適用して計算されます)。
次に、スムーズ ヒンジ損失関数は次のように定義されます。
$ L(f(\hat{y}, y)) = \begin{cases} 0 & \text{if } f(\hat{y}, y) < 0 \\ \frac{(f(\hat{y}, y))^2}{2\alpha} & \text{if } f(\hat{y}, y) < \alpha \\ f(\hat{y}, y) - \frac{\alpha}{2} & \text{それ以外の場合} \end{cases} $
ここで、$\alpha$ は、既定で 1 に設定されたスムージング パラメーターです。
コンストラクター
| 名前 | 説明 |
|---|---|
| SmoothedHingeLoss(Single) |
平滑化されたヒンジのコンストラクターが失われます。 |
メソッド
| 名前 | 説明 |
|---|---|
| ComputeDualUpdateInvariant(Single) |
分類タスクでよく使用される HingeLoss 関数のスムーズ バージョン。 |
| Derivative(Single, Single) |
分類タスクでよく使用される HingeLoss 関数のスムーズ バージョン。 |
| DualLoss(Single, Single) |
分類タスクでよく使用される HingeLoss 関数のスムーズ バージョン。 |
| DualUpdate(Single, Single, Single, Single, Int32) |
分類タスクでよく使用される HingeLoss 関数のスムーズ バージョン。 |
| Loss(Single, Single) |
分類タスクでよく使用される HingeLoss 関数のスムーズ バージョン。 |