oneClassSvm：oneClassSvm

创建一个包含函数名称和参数的列表，以使用 rxEnsemble 定型 OneClassSvm 模型。

用法

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

参数

cacheSize

存储训练数据的缓存的最大大小 (MB)。 对于大型训练集，可以增加此大小。 默认值为 100 MB。

kernel

表示用于计算内部产品的内核的字符串。 有关详细信息，请参阅 maKernel。 可用选项如下：

• rbfKernel()：径向基础函数内核。 它的参数表示项 exp(-gamma|x-y|^2 中的 gamma。 如果没有指定，则默认为 1 除以使用的特征数。 例如 rbfKernel(gamma = .1)。 这是默认值。
• linearKernel()：线性内核。
• polynomialKernel()：多项式内核，在项 (a*<x,y> + bias)^deg 中，参数名称为 a、bias 和 deg。 bias 默认为 0。 度 deg 默认为 3。 如果没有指定 a，则设置为 1 除以特征数。 例如，maKernelPoynomial(bias = 0, deg = `` 3)。
• sigmoidKernel()：Sigmoid 内核，在项 tanh(gamma*<x,y> + coef0) 中，参数名称为 gamma 和 coef0。 gamma 默认为 1 除以特征数。 参数 coef0 的默认值为 0。 例如 sigmoidKernel(gamma = .1, coef0 = 0)。

epsilon

优化器收敛的阈值。 如果迭代间的改进小于阈值，则算法将停止并返回当前模型。 该值必须大于或等于 .Machine$double.eps。 默认值为 0.001。

nu

离群值部分与支持向量数之间的权衡（由希腊字母 nu 表示）。 必须介于 0 和 1 之间，通常介于 0.1 和 0.5 之间。 默认值为 0.1。

shrink

如果为 TRUE，则使用缩减启发式。 在这种情况下，某些样本将在训练过程中“缩减”，这可能会加快训练速度。 默认值是 TRUE。

...

要直接传递到 Microsoft 计算引擎的其他参数。