LbfgsLogisticRegressionBinaryTrainer.Options 类

定义

public sealed class LbfgsLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.LbfgsTrainerBase<Microsoft.ML.Trainers.LbfgsLogisticRegressionBinaryTrainer.Options,Microsoft.ML.Data.BinaryPredictionTransformer<Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>,Microsoft.ML.Calibrators.CalibratedModelParametersBase<Microsoft.ML.Trainers.LinearBinaryModelParameters,Microsoft.ML.Calibrators.PlattCalibrator>>.OptionsBase
type LbfgsLogisticRegressionBinaryTrainer.Options = class
    inherit LbfgsTrainerBase<LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer<CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>, CalibratedModelParametersBase<LinearBinaryModelParameters, PlattCalibrator>>.OptionsBase
Public NotInheritable Class LbfgsLogisticRegressionBinaryTrainer.Options
Inherits LbfgsTrainerBase(Of LbfgsLogisticRegressionBinaryTrainer.Options, BinaryPredictionTransformer(Of CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)), CalibratedModelParametersBase(Of LinearBinaryModelParameters, PlattCalibrator)).OptionsBase
继承

构造函数

LbfgsLogisticRegressionBinaryTrainer.Options()

LbfgsLogisticRegressionBinaryTrainer中所用的 的选项LbfgsLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, LbfgsLogisticRegressionBinaryTrainer+Options)

字段

ComputeStandardDeviation

在训练结束时计算训练统计信息的 std 的实例 ComputeLogisticRegressionStandardDeviation 。 由于 MKL 的大小,计算不是 Microsoft.ML 包的一部分。 如果需要这些计算,请添加 Microsoft.ML.Mkl.Components 包并初始化 ComputeStandardDeviationComputeLogisticRegressionStandardDeviation到 Microsoft.ML.Mkl.Components 包中的实现。

DenseOptimizer

强制内部优化向量的致密化。 默认值为 false。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
EnforceNonNegativity

强制实施非负权重。 默认值为 false。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ExampleWeightColumnName

要用于示例权重的列。

(继承自 TrainerInputBaseWithWeight)
FeatureColumnName

要用于特征的列。

(继承自 TrainerInputBase)
HistorySize

要记住的用于估计 Hessian 的先前迭代数。 较低的值意味着更快但不太准确的估计。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
InitialWeightsDiameter

初始权重刻度。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L1Regularization

L1 正则化权重。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
L2Regularization

L2 正则化权重。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
LabelColumnName

用于标签的列。

(继承自 TrainerInputBaseWithLabel)
MaximumNumberOfIterations

迭代次数。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
NumberOfThreads

线程数。 Null 表示使用处理器数。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
OptimizationTolerance

优化收敛的容差参数。 (低 = 更慢、更准确的) 。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
Quiet

确定是否在训练期间生成输出。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)
ShowTrainingStatistics

如果设置为 true ,将在训练结束时生成训练统计信息。 如果有大量已学习的训练参数 (超过 500) ,则生成训练统计信息可能需要几秒钟时间。 超过 1000 个权重可能需要几分钟时间。 对于这些情况, ComputeLogisticRegressionStandardDeviation 请考虑使用 Microsoft.ML.Mkl.Components 包中的 实例。 这使用硬件加速计算统计信息。

StochasticGradientDescentInitilaizationTolerance

运行 SGD 初始化 LR 权重,收敛到此容差。

(继承自 LbfgsTrainerBase<TOptions,TTransformer,TModel>.OptionsBase)

适用于