slope 6.5.4
Loading...
Searching...
No Matches
multinomial.h
Go to the documentation of this file.
1
6#pragma once
7
8#include "loss.h"
9
10namespace slope {
21class Multinomial : public Loss
22{
23public:
24 explicit Multinomial()
25 : Loss(1.0)
26 {
27 }
35 double loss(const Eigen::MatrixXd& eta, const Eigen::MatrixXd& y) override;
36
44 double dual(const Eigen::MatrixXd& theta,
45 const Eigen::MatrixXd& y,
46 const Eigen::VectorXd& w) override;
47
48 Eigen::MatrixXd dualPoint(const Eigen::MatrixXd& eta,
49 const Eigen::MatrixXd& y,
50 bool fit_intercept) override;
51
58 Eigen::MatrixXd preprocessResponse(const Eigen::MatrixXd& y) override;
59
66 Eigen::MatrixXd hessianDiagonal(const Eigen::MatrixXd& eta) override;
67
73 Eigen::MatrixXd link(const Eigen::MatrixXd& mu) override;
74
81 Eigen::MatrixXd inverseLink(const Eigen::MatrixXd& eta) override;
82
89 Eigen::MatrixXd predict(const Eigen::MatrixXd& eta) override;
90};
91
92} // namespace slope
Loss function interface.
Definition loss.h:21
The Multinomial class represents a multinomial logistic regression loss function.
Definition multinomial.h:22
Eigen::MatrixXd preprocessResponse(const Eigen::MatrixXd &y) override
Preprocesses the response for the Multinomial model.
double dual(const Eigen::MatrixXd &theta, const Eigen::MatrixXd &y, const Eigen::VectorXd &w) override
Calculates the dual for the multinomial loss function.
Eigen::MatrixXd link(const Eigen::MatrixXd &mu) override
The link function.
Eigen::MatrixXd inverseLink(const Eigen::MatrixXd &eta) override
The inverse link function.
Eigen::MatrixXd hessianDiagonal(const Eigen::MatrixXd &eta) override
Calculates the hessian diagonal.
Eigen::MatrixXd predict(const Eigen::MatrixXd &eta) override
Return predicted response, which is an integer class label based on the predicted probabilities.
double loss(const Eigen::MatrixXd &eta, const Eigen::MatrixXd &y) override
Calculates the loss for the multinomial loss function.
Eigen::MatrixXd dualPoint(const Eigen::MatrixXd &eta, const Eigen::MatrixXd &y, bool fit_intercept) override
Constructs a dual candidate from a linear predictor.
The declartion of the Objctive class and its subclasses, which represent the data-fitting part of the...
Namespace containing SLOPE regression implementation.
Definition clusters.h:11