SymbolicSgdLogisticRegressionBinaryTrainer.Options 類別
定義
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。
public sealed class SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabel
type SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
inherit TrainerInputBaseWithLabel
Public NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel
- 繼承
-
SymbolicSgdLogisticRegressionBinaryTrainer.Options
建構函式
欄位
| 名稱 | Description |
|---|---|
| FeatureColumnName |
欄位用於特徵。 (繼承來源 TrainerInputBase) |
| L2Regularization |
L2正則化。 |
| LabelColumnName |
欄位用於標籤。 (繼承來源 TrainerInputBaseWithLabel) |
| LearningRate |
學習速度。 較大的數值可能減少訓練時間,但會造成數值不穩定與過度擬合。 |
| MemorySize |
加速記憶體預算(MB)是。 |
| NumberOfIterations |
資料的次數。 |
| NumberOfThreads |
無鎖平行度。 如果設定高於1,決定性就不保證。 預設值是系統上可用的邏輯核心數量。 |
| PositiveInstanceWeight |
對於不平衡的資料,對正類施加權重。 |
| Shuffle |
設定為 會 |
| Tolerance |
連續通過平均損失差異的容忍度。 若一次迭代的損失減少低於規定容差,訓練過程將被終止。 |
| UpdateFrequency |
每個執行緒學習一個本地模型直到將其與全域模型結合的迭代次數。 低值代表更新的全域模型,高值則代表較少快取流量。 |