oneClassSvm: oneClassSvm

Erstellt eine Liste mit dem Funktionsnamen und den Argumenten zum Trainieren eines OneClassSvm-Modells mit rxEnsemble.

Verwendung

  oneClassSvm(cacheSize = 100, kernel = rbfKernel(), epsilon = 0.001,
    nu = 0.1, shrink = TRUE, ...)
 

Argumente

cacheSize

Die maximale Größe in MB des Caches, in dem die Schulungsdaten gespeichert werden. Erhöhen Sie dies für große Schulungssätze. Der Standardwert ist 100 MB.

kernel

Eine Zeichenfolge, die den Kernel darstellt, der für das Berechnen innerer Produkte verwendet wird. Weitere Informationen finden Sie unter maKernel. Die folgenden Optionen sind verfügbar:

• rbfKernel(): Radialer Basisfunktionskern. Der Parameter stellt im Ausdruck gammadarexp(-gamma|x-y|^2. Wenn sie nicht angegeben ist, wird 1 sie standardmäßig durch die Anzahl der verwendeten Features dividiert. Beispiel: rbfKernel(gamma = .1). Dies ist der Standardwert.
• linearKernel(): Linearer Kernel.
• polynomialKernel(): Polynomischer Kernel mit Parameternamen a, biasund deg im Ausdruck (a*<x,y> + bias)^deg. The bias, defaults to 0. Der Grad , degist standardmäßig auf 3. Wenn a nicht angegeben, wird sie so festgelegt, dass 1 sie durch die Anzahl der Features geteilt wird. Beispiel: maKernelPoynomial(bias = 0, deg = `` 3).
• sigmoidKernel(): Sigmoid kernel with parameter names gamma and coef0 in the term tanh(gamma*<x,y> + coef0). gamma, wird 1 standardmäßig durch die Anzahl der Features dividiert. Der Parameter coef0 ist standardmäßig auf 0. Beispiel: sigmoidKernel(gamma = .1, coef0 = 0).

epsilon

Der Schwellenwert für die Optimiererkonvergenz. Wenn die Verbesserung zwischen Iterationen kleiner als der Schwellenwert ist, wird der Algorithmus beendet und das aktuelle Modell zurückgegeben. Der Wert muss größer oder gleich .Machine$double.epssein. Der Standardwert ist 0,001.

nu

Der Kompromiss zwischen dem Bruchteil der Ausreißer und der Anzahl der Unterstützungsvektoren (dargestellt durch den griechischen Buchstaben nu). Muss zwischen 0 und 1 sein, in der Regel zwischen 0,1 und 0,5. Der Standardwert ist 0,1.

shrink

Verwendet die verkleinerte Heuristik, wenn TRUE. In diesem Fall werden einige Beispiele während des Trainingsverfahrens "zerkleinert" sein, was das Training beschleunigen kann. Der Standardwert ist TRUE.

...

Zusätzliche Argumente, die direkt an das Microsoft Compute Engine übergeben werden sollen.