語言

SdcaBinaryTrainerBase<TModelParameters> 類別

定義

SDCA 是一種通用訓練演算法,用於(廣義化)線性模型,例如支持向量機、線性迴歸、邏輯斯迴歸等。 SDCA 二元分類訓練器家族包含數個密封成員:(1) SdcaNonCalibratedBinaryTrainer 支援一般損失函數與回波 LinearBinaryModelParameters。 (2) SdcaLogisticRegressionBinaryTrainer 本質上訓練一個正則化邏輯迴歸模型。 由於邏輯迴歸自然會產生機率輸出,因此此生成模型的型態為 CalibratedModelParametersBase<TSubModel,TCalibrator>。 其中 TSubModel 是 LinearBinaryModelParameters ,且 TCalibrator 是 PlattCalibrator。

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

類型參數

TModelParameters
繼承
衍生

欄位

名稱 Description
FeatureColumn

訓練師期待的特色欄。

(繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn

訓練師期望的標籤欄。 可以是 null,表示該標籤不用於訓練。

(繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn

訓練師預期的體重欄。 可以是 null,表示訓練時不使用重量。

(繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

屬性

名稱 Description
Info

SDCA 是一種通用訓練演算法,用於(廣義化)線性模型,例如支持向量機、線性迴歸、邏輯斯迴歸等。 SDCA 二元分類訓練器家族包含數個密封成員:(1) SdcaNonCalibratedBinaryTrainer 支援一般損失函數與回波 LinearBinaryModelParameters。 (2) SdcaLogisticRegressionBinaryTrainer 本質上訓練一個正則化邏輯迴歸模型。 由於邏輯迴歸自然會產生機率輸出,因此此生成模型的型態為 CalibratedModelParametersBase<TSubModel,TCalibrator>。 其中 TSubModel 是 LinearBinaryModelParameters ,且 TCalibrator 是 PlattCalibrator。

方法

名稱 Description
Fit(IDataView)

訓練並返回 ITransformer。

(繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
GetOutputSchema(SchemaShape)

SDCA 是一種通用訓練演算法,用於(廣義化)線性模型,例如支持向量機、線性迴歸、邏輯斯迴歸等。 SDCA 二元分類訓練器家族包含數個密封成員:(1) SdcaNonCalibratedBinaryTrainer 支援一般損失函數與回波 LinearBinaryModelParameters。 (2) SdcaLogisticRegressionBinaryTrainer 本質上訓練一個正則化邏輯迴歸模型。 由於邏輯迴歸自然會產生機率輸出,因此此生成模型的型態為 CalibratedModelParametersBase<TSubModel,TCalibrator>。 其中 TSubModel 是 LinearBinaryModelParameters ,且 TCalibrator 是 PlattCalibrator。

(繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

擴充方法

名稱 Description
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

在估計鏈中附加一個「快取檢查點」。 這將確保下游估計器能針對快取資料進行訓練。 在訓練師接受多次資料通行前設置快取檢查點會很有幫助。

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

給定一個估計器,回傳一個包裹物件,該物件會呼叫一次 Fit(IDataView) 代理。 估計器通常回傳擬合的資訊很重要,因此該 Fit(IDataView) 方法回傳一個特定型別的物件,而非一般 ITransformer的 。 然而,同時, IEstimator<TTransformer> 通常會被組成包含許多物件的管線,因此我們可能需要建立一條估計鏈,將 EstimatorChain<TLastTransformer> 我們想要取得變壓器的估計器埋藏在這條鏈的某處。 在這種情況下,我們可以透過此方法附加一個代理,當 fit 被呼叫時會被呼叫。

適用於