SdcaMaximumEntropyMulticlassTrainer クラス

定義

public sealed class SdcaMaximumEntropyMulticlassTrainer : Microsoft.ML.Trainers.SdcaMulticlassTrainerBase<Microsoft.ML.Trainers.MaximumEntropyModelParameters>

type SdcaMaximumEntropyMulticlassTrainer = class
    inherit SdcaMulticlassTrainerBase<MaximumEntropyModelParameters>

Public NotInheritable Class SdcaMaximumEntropyMulticlassTrainer
Inherits SdcaMulticlassTrainerBase(Of MaximumEntropyModelParameters)

継承

Object

TrainerEstimatorBase<TTransformer,TModel>

StochasticTrainerBase<TTransformer,TModel>

SdcaTrainerBase<SdcaMulticlassTrainerBase<TModel>.MulticlassOptions,MulticlassPredictionTransformer<TModel>,TModel>

SdcaMulticlassTrainerBase<MaximumEntropyModelParameters>

SdcaMaximumEntropyMulticlassTrainer

注釈

このトレーナーを作成するには、 SdcaMaximumEntropy または SdcaMaximumEntropy(Options)を使用します。

入力列と出力列

入力ラベル列のデータは キー 型である必要があり、特徴列は Singleの既知のサイズのベクターである必要があります。

このトレーナーは、次の列を出力します。

トレーナーの特性

スコアリング関数

これにより、多クラス分類の問題を解決するための線形モデルがトレーニングされます。 クラスの数が $m$ であり、特徴の数が $n$ であるとします。 $c$-th クラスに係数ベクトル $\textbf{w}_c \in {\mathbb R}^n$ とバイアス $b_c \in {\mathbb R}$ を割り当てます($c=1,\dots,m$)。 機能ベクトル $\textbf{x} \in {\mathbb R}^n$ を指定すると、$c$番目のクラスのスコアは $\tilde{P}(c | \textbf{x}) = \frac{ e^{\hat{y}^c} }{ \sum_{c' = 1}^m e^{\hat{y}^{c'}}}$, where $\hat{y}^c = \textbf{w}_c^T \textbf{x} + b_c$ です。 $\tilde{P}(c | \textbf{x})$ は、特徴ベクトルが $\textbf{x}$ の場合にクラス $c$ を観測する確率であることに注意してください。

トレーニング アルゴリズムの詳細

SdcaMulticlassTrainerBase のドキュメントを参照してください。

使用例へのリンクについては、「関連項目」セクションを参照してください。

こちらもご覧ください

• SdcaMaximumEntropyMulticlassTrainer.Options
• SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, SdcaMaximumEntropyMulticlassTrainer+Options)
• SdcaMaximumEntropy(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Nullable<Single>, Nullable<Single>, Nullable<Int32>)