ComputeLogisticRegressionStandardDeviation.ComputeStandardDeviation Método
Definición
Importante
Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.
Calcula la matriz de desviación estándar de cada uno de los pesos de entrenamiento no cero, necesarios para calcular aún más la desviación estándar, el valor p y la puntuación z. Los cálculos no forman parte del paquete de Microsoft.ML, debido al tamaño de MKL. Si necesita estos cálculos, agregue el paquete Microsoft.ML.Mkl.Components e inicialice ComputeStandardDeviation a la ComputeLogisticRegressionStandardDeviation implementación en el paquete Microsoft.ML.Mkl.Components. Debido a la existencia de regularización, se usa una aproximación para calcular las variaciones de los coeficientes lineales entrenados.
public abstract Microsoft.ML.Data.VBuffer<float> ComputeStandardDeviation (double[] hessian, int[] weightIndices, int parametersCount, int currentWeightsCount, Microsoft.ML.Runtime.IChannel ch, float l2Weight);abstract member ComputeStandardDeviation : double[] * int[] * int * int * Microsoft.ML.Runtime.IChannel * single -> Microsoft.ML.Data.VBuffer<single>Public MustOverride Function ComputeStandardDeviation (hessian As Double(), weightIndices As Integer(), parametersCount As Integer, currentWeightsCount As Integer, ch As IChannel, l2Weight As Single) As VBuffer(Of Single)Parámetros
- hessian
- Double[]
- weightIndices
- Int32[]
- parametersCount
- Int32
- currentWeightsCount
- Int32
- ch
- IChannel
- l2Weight
- Single