LbfgsLogisticRegressionBinaryTrainer.Options Klasa

Definicja

Przestrzeń nazw:: Microsoft.ML.Trainers

Zestaw:: Microsoft.ML.StandardTrainers.dll

Pakiet:: Microsoft.ML v4.0.1

Pakiet:: Microsoft.ML v1.0.0

Pakiet:: Microsoft.ML v1.1.0

Pakiet:: Microsoft.ML v1.2.0

Pakiet:: Microsoft.ML v1.3.1

Pakiet:: Microsoft.ML v1.4.0

Pakiet:: Microsoft.ML v1.5.5

Pakiet:: Microsoft.ML v1.6.0

Pakiet:: Microsoft.ML v1.7.0

Pakiet:: Microsoft.ML v2.0.1

Pakiet:: Microsoft.ML v3.0.1

Pakiet:: Microsoft.ML v5.0.0-preview.1.25125.4

Źródło:: LogisticRegression.cs

Źródło:: LogisticRegression.cs

Źródło:: LogisticRegression.cs

Ważne

Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.

Opcje dla elementu używanego LbfgsLogisticRegressionBinaryTrainer w programie LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

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>>.OptionsBase

type LbfgsLogisticRegressionBinaryTrainer.Options = class
    inherit LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBase

Public NotInheritable Class LbfgsLogisticRegressionBinaryTrainer.Options
Inherits LbfgsTrainerBase(Of LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase

Dziedziczenie: Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options,BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters,PlattCalibrator>>,CalibratedModelParametersBase<LinearBinaryModelParameters,PlattCalibrator>>.OptionsBase
LbfgsLogisticRegressionBinaryTrainer.Options

Konstruktory

Nazwa	Opis
LbfgsLogisticRegressionBinaryTrainer.Options()	Opcje dla elementu używanego LbfgsLogisticRegressionBinaryTrainer w programie LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

Pola

Nazwa	Opis
ComputeStandardDeviation	Wystąpienie ComputeLogisticRegressionStandardDeviation , które oblicza std statystyk treningowych, na końcu szkolenia. Obliczenia nie są częścią pakietu Microsoft.ML ze względu na rozmiar biblioteki MKL. Jeśli potrzebujesz tych obliczeń, dodaj pakiet Microsoft.ML.Mkl.Components i zainicjuj ComputeStandardDeviationelement . do implementacji ComputeLogisticRegressionStandardDeviation w pakiecie Microsoft.ML.Mkl.Components.
DenseOptimizer	Wymuś zagęszczenie wektorów optymalizacji wewnętrznej. Wartość domyślna to „false”. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
EnforceNonNegativity	Wymuszanie nieujemnych wag. Wartość domyślna to „false”. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName	Kolumna do użycia na przykład wagi. (Odziedziczone po TrainerInputBaseWithWeight)
FeatureColumnName	Kolumna do użycia dla funkcji. (Odziedziczone po TrainerInputBase)
HistorySize	Liczba poprzednich iteracji do zapamiętania na potrzeby szacowania Hessian. Niższe wartości oznaczają szybsze, ale mniej dokładne szacunki. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
InitialWeightsDiameter	Skala wag początkowych. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L1Regularization	L1 waga regularyzacji. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization	Waga regularyzacji L2. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName	Kolumna do użycia dla etykiet. (Odziedziczone po TrainerInputBaseWithLabel)
MaximumNumberOfIterations	Liczba iteracji. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads	Liczba wątków. Wartość null oznacza użycie liczby procesorów. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
OptimizationTolerance	Parametr tolerancji dla zbieżności optymalizacji. (Niski = wolniejszy, dokładniejszy). (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
Quiet	Określa, czy należy wygenerować dane wyjściowe podczas trenowania, czy nie. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ShowTrainingStatistics	Jeśli wartość ma zwracać <>wartość true</zwraca> statystyki treningowe, zostaną wygenerowane na końcu trenowania. Jeśli masz dużą liczbę poznanych parametrów trenowania (ponad 500), generowanie statystyk trenowania może potrwać kilka sekund. Więcej niż 1000 wag może potrwać kilka minut. W tych przypadkach rozważ użycie wystąpienia ComputeLogisticRegressionStandardDeviation wystąpienia w pakiecie Microsoft.ML.Mkl.Components. Oblicza statystyki przy użyciu przyspieszania sprzętowego.
StochasticGradientDescentInitilaizationTolerance	Uruchom SGD, aby zainicjować wagi LR, zbieżne z tą tolerancją. (Odziedziczone po LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

Dotyczy