語言

SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase 類別

定義

public class SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase : Microsoft.ML.Trainers.SdcaTrainerBase<Microsoft.ML.Trainers.SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase,Microsoft.ML.Data.BinaryPredictionTransformer<TModelParameters>,TModelParameters>.OptionsBase where TModelParameters : class
type SdcaBinaryTrainerBase<'ModelParameters (requires 'ModelParameters : null)>.BinaryOptionsBase = class
    inherit SdcaTrainerBase<SdcaBinaryTrainerBase<'ModelParameters>.BinaryOptionsBase, BinaryPredictionTransformer<'ModelParameters>, 'ModelParameters (requires 'ModelParameters : null)>.OptionsBase
Public Class SdcaBinaryTrainerBase(Of TModelParameters).BinaryOptionsBase
Inherits SdcaTrainerBase(Of SdcaBinaryTrainerBase(Of TModelParameters).BinaryOptionsBase, BinaryPredictionTransformer(Of TModelParameters), TModelParameters).OptionsBase

類型參數

TModelParameters
繼承
SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase
衍生

建構函式

名稱 Description
SdcaBinaryTrainerBase<TModelParameters>.BinaryOptionsBase()

SdcaBinaryTrainerBase<TModelParameters>的選項。

欄位

名稱 Description
BiasLearningRate

正則化後調整偏差的學習率。

(繼承來源 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ConvergenceCheckFrequency

決定以迭代次數計算收斂檢查的頻率。

(繼承來源 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ConvergenceTolerance

對偶缺口與原始損失比值的容忍度,用於收斂檢查。

(繼承來源 SdcaTrainerBase<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)
L1Regularization

L1 正則化 超參數。

(繼承來源 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization

L2正 則化 超參數。

(繼承來源 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName

欄位用於標籤。

(繼承來源 TrainerInputBaseWithLabel)
MaximumNumberOfIterations

資料上可執行的最大通行次數。

(繼承來源 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads

無鎖平行度的程度。

(繼承來源 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
PositiveInstanceWeight

權重將應用於正類別。 這對於處理不平衡資料的訓練非常有用。

Shuffle

決定每次訓練迭代是否要重新洗牌資料。

(繼承來源 SdcaTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

適用於