Share via


SymbolicSgdLogisticRegressionBinaryTrainer.Options Třída

Definice

public sealed class SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabel
type SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
    inherit TrainerInputBaseWithLabel
Public NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel
Dědičnost
SymbolicSgdLogisticRegressionBinaryTrainer.Options

Konstruktory

SymbolicSgdLogisticRegressionBinaryTrainer.Options()

Možnosti použité v SymbolicSgdLogisticRegressionBinaryTrainerSymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options).

Pole

FeatureColumnName

Sloupec, který se má použít pro funkce.

(Zděděno od TrainerInputBase)
L2Regularization

Normalizace L2.

LabelColumnName

Sloupec, který se má použít pro popisky.

(Zděděno od TrainerInputBaseWithLabel)
LearningRate

Rychlost učení. Větší hodnota může potenciálně zkrátit dobu trénování, ale způsobuje numerickou nestabilitu a nadměrné přizpůsobení.

MemorySize

Rozpočet paměti zrychlení v MB.

NumberOfIterations

Počet průchodů dat

NumberOfThreads

Stupeň paralelismu bez uzamčení. Determinismus není zaručen, pokud je toto nastavení nastaveno na vyšší než 1. Výchozí hodnota je počet logických jader dostupných v systému.

PositiveInstanceWeight

Použijte váhu u pozitivní třídy pro nevyrovnaná data.

Shuffle

Nastaví se tak, aby true se data zamíchaly.

Tolerance

Tolerance rozdílu v průměrné ztrátě po sobě jdoucích průchodů Pokud je snížení ztráty menší než zadaná tolerance v jedné iteraci, proces trénování se ukončí.

UpdateFrequency

Počet iterací se každé vlákno naučí místní model, dokud ho zkombinujete s globálním modelem. Nízká hodnota znamená, že aktualizovanější globální model a vysoká hodnota znamená menší provoz mezipaměti.

Platí pro