SymbolicSgdLogisticRegressionBinaryTrainer.Options クラス

定義

重要

一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。

public sealed class SymbolicSgdLogisticRegressionBinaryTrainer.Options : Microsoft.ML.Trainers.TrainerInputBaseWithLabel

type SymbolicSgdLogisticRegressionBinaryTrainer.Options = class
    inherit TrainerInputBaseWithLabel

Public NotInheritable Class SymbolicSgdLogisticRegressionBinaryTrainer.Options
Inherits TrainerInputBaseWithLabel

継承: Object

TrainerInputBase

TrainerInputBaseWithLabel
SymbolicSgdLogisticRegressionBinaryTrainer.Options

FeatureColumnName	特徴に使用する列。 (継承元 TrainerInputBase)
L2Regularization	L2 の正則化。
LabelColumnName	ラベルに使用する列。 (継承元 TrainerInputBaseWithLabel)
LearningRate	学習率。値を大きくすると、トレーニング時間が短縮される可能性がありますが、数値が不安定になり、オーバーフィットが発生する可能性があります。
MemorySize	高速化メモリの予算 (MB 単位)。
NumberOfIterations	[Number of passes over the data](データのパス数) 。
NumberOfThreads	ロックフリー並列処理の程度。これが 1 より大きい値に設定されている場合、決定主義は保証されません。既定値は、システムで使用できる論理コアの数です。
PositiveInstanceWeight	不均衡なデータに対して、正のクラスに重みを適用します。
Shuffle	データを `true` シャッフルするように設定します。
Tolerance	連続パスでの平均損失の差に対する許容度。損失の減少が 1 回の反復で指定された許容範囲より小さい場合、トレーニングプロセスは終了します。
UpdateFrequency	各スレッドがローカルモデルを学習する反復回数は、グローバルモデルと組み合わせるまでです。値が小さいということは、グローバルモデルが更新され、値が大きいほどキャッシュトラフィックが少ないことを意味します。