Partager via

oneClassSvm : oneClassSvm

Crée une liste contenant le nom et les arguments de la fonction pour effectuer l’apprentissage d’un modèle OneClassSvm avec rxEnsemble.

Utilisation

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

Les arguments

cacheSize

Taille maximale en Mo du cache qui stocke les données d’entraînement. Augmentez cette valeur pour les jeux d’entraînement volumineux. La valeur par défaut est 100 Mo.

kernel

Chaîne de caractères représentant le noyau utilisé pour l’informatique des produits internes. Pour plus d’informations, consultez maKernel. Les choix suivants sont disponibles :

  • rbfKernel(): noyau de fonction de base radiale. Son paramètre représente gamma dans le terme exp(-gamma|x-y|^2. S’il n’est pas spécifié, il est 1 divisé par défaut par le nombre de fonctionnalités utilisées. Par exemple : rbfKernel(gamma = .1). Il s’agit de la valeur par défaut.
  • linearKernel(): noyau linéaire.
  • polynomialKernel(): noyau polynomial avec des noms ade paramètres , biaset deg dans le terme (a*<x,y> + bias)^deg. La biasvaleur par défaut 0est . Degré, degvaleur par défaut 3. S’il a n’est pas spécifié, il est défini sur 1 divisé par le nombre de fonctionnalités. Par exemple : maKernelPoynomial(bias = 0, deg = `` 3).
  • sigmoidKernel(): noyau sigmoid avec des noms gamma de paramètres et coef0 dans le terme tanh(gamma*<x,y> + coef0). gamma, la valeur par défaut est 1 divisée par le nombre de fonctionnalités. Le paramètre coef0 est défini par défaut sur 0. Par exemple : sigmoidKernel(gamma = .1, coef0 = 0).

epsilon

Seuil de convergence de l’optimiseur. Si l’amélioration entre les itérations est inférieure à ce seuil, l’algorithme s’arrête et renvoie le modèle actuel. La valeur doit être supérieure ou égale à .Machine$double.eps. La valeur par défaut est 0.001.

nu

Compromis entre la fraction de valeurs hors norme et le nombre de vecteurs de support (représentés par la lettre grecque nu). Doit être compris entre 0 et 1, généralement entre 0,1 et 0,5. La valeur par défaut est 0,1.

shrink

Utilise l’heuristique de réduction si TRUE. Dans ce cas, certains exemples seront « réduits » pendant la procédure d’entraînement, ce qui peut accélérer l’entraînement. La valeur par défaut est TRUE.

...

Arguments supplémentaires à passer directement au moteur de calcul Microsoft.