Freigeben über


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 Trainingsdaten gespeichert werden. Erhöhen Sie diesen Wert für große Trainingsdatasets. Der Standardwert ist 100 MB.

kernel

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

  • rbfKernel(): Radialer Basisfunktionskernel. Dessen Parameter steht für gamma im Term exp(-gamma|x-y|^2. Falls nicht angegeben, ist der Standardwert 1 dividiert durch die Anzahl der verwendeten Features. Beispiel: rbfKernel(gamma = .1). Dies ist der Standardwert.
  • linearKernel(): linearer Kernel.
  • polynomialKernel(): Polynomkernel mit den Parameternamen a, bias und deg im Term (a*<x,y> + bias)^deg. bias, der Standardwert ist 0. Der Grad, deg, ist standardmäßig 3. Wenn a nicht angegeben ist, wird der Wert auf 1 dividiert durch die Anzahl der Features festgelegt. Beispiel: maKernelPoynomial(bias = 0, deg = `` 3).
  • sigmoidKernel(): Sigmoidkernel mit Parameternamen gamma und coef0 im Term tanh(gamma*<x,y> + coef0). gamma, Standardwert 1 dividiert durch die Anzahl der Features. Dieser Parameter coef0 hat den Standardwert 0. Beispiel: sigmoidKernel(gamma = .1, coef0 = 0).

epsilon

Der Schwellenwert für Optimierungskonvergenz. 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.eps sein. Der Standardwert ist 0,001.

nu

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

shrink

Verwendet, falls TRUE, die verkleinernde Heuristik. In diesem Fall werden einige Stichproben während des Trainingsverfahrens „verkleinert“, was das Training beschleunigen kann. Standardwert: TRUE.

...

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