Freigeben über

SymbolicSgdLogisticRegressionBinaryTrainer.Options Klasse

  • Referenz

Definition

Namespace:
Microsoft.ML.Trainers
Assembly:
Microsoft.ML.Mkl.Components.dll
Paket:
Microsoft.ML.Mkl.Components v3.0.1
Paket:
Microsoft.ML.Mkl.Components v1.0.0
Paket:
Microsoft.ML.Mkl.Components v1.1.0
Paket:
Microsoft.ML.Mkl.Components v1.2.0
Paket:
Microsoft.ML.Mkl.Components v1.3.1
Paket:
Microsoft.ML.Mkl.Components v1.4.0
Paket:
Microsoft.ML.Mkl.Components v1.5.5
Paket:
Microsoft.ML.Mkl.Components v1.6.0
Paket:
Microsoft.ML.Mkl.Components v1.7.0
Paket:
Microsoft.ML.Mkl.Components v2.0.0

Optionen für die SymbolicSgdLogisticRegressionBinaryTrainer verwendung in SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options).

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

Konstruktoren

SymbolicSgdLogisticRegressionBinaryTrainer.Options()

Optionen für die SymbolicSgdLogisticRegressionBinaryTrainer verwendung in SymbolicSgdLogisticRegression(BinaryClassificationCatalog+BinaryClassificationTrainers, SymbolicSgdLogisticRegressionBinaryTrainer+Options).

Felder

FeatureColumnName

Spalte, die für Features verwendet werden soll.

(Geerbt von TrainerInputBase)
L2Regularization

L2-Regularisierung.
LabelColumnName

Spalte, die für Bezeichnungen verwendet werden soll.

(Geerbt von TrainerInputBaseWithLabel)
LearningRate

Lernrate Ein größerer Wert kann die Schulungszeit potenziell verringern, aber numerische Instabilität und Überanpassung verursachen.
MemorySize

Das Beschleunigungsspeicherbudget in MB.
NumberOfIterations

Anzahl der Durchgänge über die Daten.
NumberOfThreads

Grad der sperrfreien Parallelität. Determinismus ist nicht garantiert, wenn dies auf höher als 1 festgelegt ist. Der Standardwert ist die Anzahl der logischen Kerne, die auf dem System verfügbar sind.
PositiveInstanceWeight

Wenden Sie Gewicht auf die positive Klasse an, für unausgeglichene Daten.
Shuffle

Legen Sie fest, dass true die Daten zu Schränken führen.
Tolerance

Toleranz für den Unterschied in durchschnittlichen Verlusten in aufeinander folgenden Läufen. Wenn die Verringerung des Verlusts kleiner als die angegebene Toleranz in einer Iteration ist, wird der Schulungsvorgang beendet.
UpdateFrequency

Die Anzahl der Iterationen jedes Threads lernt ein lokales Modell, bis sie mit dem globalen Modell kombiniert wird. Niedriger Wert bedeutet mehr aktualisiertes globales Modell und hoher Wert bedeutet weniger Cachedatenverkehr.

Gilt für: