HingeLoss Klasa

Definicja

public sealed class HingeLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

type HingeLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss

Public NotInheritable Class HingeLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss

Dziedziczenie

Object

HingeLoss

Implementuje

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Uwagi

Funkcja Loss zawiasu jest zdefiniowana jako:

$L(\hat{y}, y) = max(0, m - y\hat{y})$

gdzie $\hat{y}$ jest przewidywanym wynikiem, $y \in \in \{-1, 1\}$ jest prawdziwą etykietą, a $m$ jest parametrem marginesu ustawionym na 1 domyślnie.

Należy pamiętać, że etykiety używane w tym obliczeniu są -1 i 1, w przeciwieństwie do utraty dziennika, gdzie używane etykiety to 0 i 1. Również w przeciwieństwie do utraty dziennika$\hat{y}$ jest nieprzetworzonym przewidywanym wynikiem, a nie przewidywanym prawdopodobieństwem (obliczanym przez zastosowanie funkcji sigmoid do przewidywanego wyniku).

Chociaż funkcja utraty zawiasu jest zarówno wypukła, jak i ciągła, nie jest gładka (nie różni się) w $y\hat{y} = m$. W związku z tym nie można jej używać z metodami spadku gradientu ani metodami spadku gradientu stochastycznego, które polegają na różnicy w całej domenie.

Aby uzyskać więcej informacji, zobacz Utrata zawiasów klasyfikacji.