LbfgsLogisticRegressionBinaryTrainer.Options 類別

定義

命名空間:: Microsoft.ML.Trainers

組件:: Microsoft.ML.StandardTrainers.dll

套件:: Microsoft.ML v4.0.1

套件:: Microsoft.ML v1.0.0

套件:: Microsoft.ML v1.1.0

套件:: Microsoft.ML v1.2.0

套件:: Microsoft.ML v1.3.1

套件:: Microsoft.ML v1.4.0

套件:: Microsoft.ML v1.5.5

套件:: Microsoft.ML v1.6.0

套件:: Microsoft.ML v1.7.0

套件:: Microsoft.ML v2.0.1

套件:: Microsoft.ML v3.0.1

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

來源:: LogisticRegression.cs

來源:: LogisticRegression.cs

來源:: LogisticRegression.cs

重要

部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。

選項如下LbfgsLogisticRegressionBinaryTrainer 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

繼承: Object

TrainerInputBase

TrainerInputBaseWithLabel

TrainerInputBaseWithWeight

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

建構函式

名稱	Description
LbfgsLogisticRegressionBinaryTrainer.Options()	選項如下LbfgsLogisticRegressionBinaryTrainer LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

欄位

名稱	Description
ComputeStandardDeviation	該實例 ComputeLogisticRegressionStandardDeviation 計算訓練統計量的標準點（std），在訓練結束時。由於 MKL 的規模，這些計算不包含在 Microsoft.ML 套件中。如果你需要這些計算，請加入 Microsoft.ML.Mkl.Components 套件，並初始化 ComputeStandardDeviation。並於 Microsoft.ML.Mkl.Components 套件中實ComputeLogisticRegressionStandardDeviation作。
DenseOptimizer	內部優化向量的強制密度化。預設值為 false。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
EnforceNonNegativity	強制執行非負權重。預設值為 false。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName	例如，用欄位來表示重量。 (繼承來源 TrainerInputBaseWithWeight)
FeatureColumnName	欄位用於特徵。 (繼承來源 TrainerInputBase)
HistorySize	估算黑森兵時需要記住的前幾次迭代。數值越低，估計速度越快，但準確度較低。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
InitialWeightsDiameter	初始權重量表。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L1Regularization	L1 正則化權重。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization	L2 正則化權重。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName	欄位用於標籤。 (繼承來源 TrainerInputBaseWithLabel)
MaximumNumberOfIterations	反覆項目的數目。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads	線程數目。空指的是使用處理器數量。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
OptimizationTolerance	優化收斂的容差參數。（低 = 較慢，更準確）。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
Quiet	決定訓練期間是否要產出產出。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ShowTrainingStatistics	若設定為 <返回>true</return> ，訓練統計會在訓練結束時產生。如果你有大量學習的訓練參數（超過 500 個），產生訓練統計可能需要幾秒鐘。超過1000個配重可能只需幾分鐘。在這種情況下，可以考慮在 Microsoft.ML.Mkl.Components 套件中使用 present 的實例ComputeLogisticRegressionStandardDeviation。這是利用硬體加速計算統計數據的。
StochasticGradientDescentInitilaizationTolerance	執行 SGD 初始化 LR 權重，並收斂到這個公差。 (繼承來源 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

適用於