語言

SymbolicSgdLogisticRegressionBinaryTrainer.Options 類別

定義

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

名稱 Description
SymbolicSgdLogisticRegressionBinaryTrainer.Options()

選項如 SymbolicSgdLogisticRegressionBinaryTrainer 同 在 中 SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options)所用。

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 true 讓資料重新洗牌。

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。

適用於