Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
rxEnsemble ile OneClassSvm modelini eğitmek için işlev adını ve bağımsız değişkenlerini içeren bir liste oluşturur.
Kullanım
oneClassSvm(cacheSize = 100, kernel = rbfKernel(), epsilon = 0.001,
nu = 0.1, shrink = TRUE, ...)
Tartışmalar
cacheSize
Eğitim verilerini depolayan önbelleğin MB cinsinden en büyük boyutu. Büyük eğitim kümeleri için bunu artırın. Varsayılan değer 100 MB'tır.
kernel
İç ürünlerin hesaplanması için kullanılan çekirdeği temsil eden karakter dizesi. Daha fazla bilgi için bkz. maKernel. Aşağıdaki seçenekler kullanılabilir:
-
rbfKernel(): Radyal temel işlev çekirdeği. parametresi teriminigammatemsil ederexp(-gamma|x-y|^2. Belirtilmezse, varsayılan olarak1kullanılan özellik sayısına bölünür. Örneğin,rbfKernel(gamma = .1). Bu varsayılan değerdir. -
linearKernel(): Doğrusal çekirdek. -
polynomialKernel(): parametre adlarıa,biasvedegterimiyle(a*<x,y> + bias)^degpolinom çekirdeği. ,biasvarsayılan olarak olarak gösterilir0. derecesi,degvarsayılan olarak olarak3gösterilir. Belirtilmezsea, özellik sayısına bölünecek şekilde1ayarlanır. Örneğin,maKernelPoynomial(bias = 0, deg = `` 3). -
sigmoidKernel(): Parametre adlarıylagammavecoef0terimiyletanh(gamma*<x,y> + coef0)Sigmoid çekirdeği.gamma, varsayılan olarak1özellik sayısına bölünür. parametresicoef0varsayılan olarak değeridir0. Örneğin,sigmoidKernel(gamma = .1, coef0 = 0).
epsilon
İyileştirici yakınsama eşiği. Yinelemeler arasındaki iyileştirme eşikten küçükse algoritma durur ve geçerli modeli döndürür. Değerin değerinden büyük veya buna eşit .Machine$double.epsolması gerekir. Varsayılan değer 0,001'dir.
nu
Aykırı değerlerin kesirleri ile destek vektörlerinin sayısı arasındaki denge (Yunanca harf nu ile temsil edilir). 0 ile 1 arasında, genellikle 0,1 ile 0,5 arasında olmalıdır. Varsayılan değer 0,1'dir.
shrink
ise TRUEdaraltma buluşsalını kullanır. Bu durumda, eğitim yordamı sırasında bazı örnekler "küçültülür" ve bu da eğitimi hızlandırabilir. Varsayılan değer şudur: TRUE.
...
Doğrudan Microsoft İşlem Altyapısı'na geçirilecek ek bağımsız değişkenler.