Partager via


FieldAwareFactorizationMachineModelParameters Classe

Définition

Paramètres de modèle pour FieldAwareFactorizationMachineTrainer.

public sealed class FieldAwareFactorizationMachineModelParameters : Microsoft.ML.Trainers.ModelParametersBase<float>
type FieldAwareFactorizationMachineModelParameters = class
    inherit ModelParametersBase<single>
Public NotInheritable Class FieldAwareFactorizationMachineModelParameters
Inherits ModelParametersBase(Of Single)
Héritage
FieldAwareFactorizationMachineModelParameters

Propriétés

FeatureCount

Obtenez le nombre de fonctionnalités. Il s’agit du symbole n dans le document : https://github.com/wschin/fast-ffm/blob/master/fast-ffm.pdf

FieldCount

Obtient le nombre de champs. Il s’agit du symbole m dans le document : https://github.com/wschin/fast-ffm/blob/master/fast-ffm.pdf

LatentDimension

Obtenez la dimension latente. Il s’agit de la longueur de v_{j, f} la documentation : https://github.com/wschin/fast-ffm/blob/master/fast-ffm.pdf

Méthodes

GetLatentWeights()

Représentation latente de chaque fonctionnalité. Notez qu’une fonctionnalité peut avoir FieldCount des vecteurs latents et que chaque vecteur latent contient des LatentDimension valeurs. Dans le champ f-th, le vecteur latent de la fonctionnalité j-th, v_{j, f} dans la documentation https://github.com/wschin/fast-ffm/blob/master/fast-ffm.pdf, commence à latentWeights[j * fieldCount * latentDim + f * latentDim]. Le k-ième élément dans v_{j, f} est latentWeights[j * fieldCount * latentDim + f * latentDim + k]. La taille de la valeur retournée est featureCount x fieldCount x latentDim.

GetLinearWeights()

Coefficients linéaires des caractéristiques. Il s’agit du symbole w dans le document : https://github.com/wschin/fast-ffm/blob/master/fast-ffm.pdf

Implémentations d’interfaces explicites

ICanSaveModel.Save(ModelSaveContext)

Paramètres de modèle pour FieldAwareFactorizationMachineTrainer.

(Hérité de ModelParametersBase<TOutput>)

S’applique à