rxOneClassSvm：OneClass SVM

文章
05/04/2023

機器學習單一類別支援向量機器

使用方式

  rxOneClassSvm(formula = NULL, data, cacheSize = 100, kernel = rbfKernel(),
    epsilon = 0.001, nu = 0.1, shrink = TRUE, normalize = "auto",
    mlTransforms = NULL, mlTransformVars = NULL, rowSelection = NULL,
    transforms = NULL, transformObjects = NULL, transformFunc = NULL,
    transformVars = NULL, transformPackages = NULL, transformEnvir = NULL,
    blocksPerRead = rxGetOption("blocksPerRead"),
    reportProgress = rxGetOption("reportProgress"), verbose = 1,
    computeContext = rxGetOption("computeContext"),
    ensemble = ensembleControl(), ...)

引數

`formula`

如 rxFormula 中所說明的公式。 MicrosoftML 目前不支援互動字詞和 F()。

`data`

指定 .xdf 檔案或資料框架物件的資料來源物件或字元字串。

`cacheSize`

儲存定型資料的快取大小上限 (MB)。若是大型訓練集，請增加此值。預設值為 100 MB。

`kernel`

字元字串，表示用於計算內部產品的核心。如需詳細資訊，請參閱 maKernel。可用的選項如下：

rbfKernel()：放射狀基礎函數核心。其參數代表 exp(-gamma|x-y|^2 字詞中的 gamma。如果未指定，會預設為 1 除以使用的特徵數目。例如： rbfKernel(gamma = .1) 。這是預設值。
linearKernel()：線性核心。
polynomialKernel()：包含字詞 (a*<x,y> + bias)^deg 中參數名稱 a、bias 和 deg 的多項式核心。 bias，預設為 0。度數 deg，預設為 3。如果未指定 a，則會將其設為 1 除以特徵數目。例如： maKernelPoynomial(bias = 0, deg = `` 3) 。
sigmoidKernel()：包含字詞 tanh(gamma*<x,y> + coef0) 中參數名稱 gamma 和 coef0 的 Sigmoid 核心。 gamma，預設為 1 除以特徵數目。參數 coef0 預設為 0。例如： sigmoidKernel(gamma = .1, coef0 = 0) 。

`epsilon`

最佳化工具收斂的閾值。換句話說，如果反覆運算之間的改進少於臨界值，此演算法會停止，並傳回目前的模型。此值必須大於或等於 .Machine$double.eps。預設值為 0.001。

`nu`

極端值的分數與支援的向量數目之間的取捨 (以希臘字母表示)。必須介於 0 到 1 之間，通常介於 0.1 到 0.5 之間。預設值為 0.1。

`shrink`

如果為 TRUE，則會使用壓縮啟發學習法。在此情況下，某些樣本會在訓練程序中「壓縮」，從而加速訓練。預設值是 TRUE。

`normalize`

指定所使用的自動正規化類型：

"auto"：如果需要正規化，會自動執行。這是預設選項。
"no"：不執行正規化。
"yes"：執行正規化。
"warn"：如果需要正規化，則會顯示警告訊息，但是不會執行正規化。
正規化會將不同的資料範圍重新調整為標準規模。特徵擴縮可確保資料點之間的距離成比例，並使各種最佳化方法 (例如梯度下降) 能夠更快收斂。如果執行正規化，會使用 MaxMin 正規化程式。其會在間隔 [a, b] 中將數值正規化，其中 -1 <= a <= 0、0 <= b <= 1 以及 b - a = 1。此正規化程式會藉由將零對應至零來保留稀疏性。

`mlTransforms`

指定要在定型之前要在資料上執行的 MicrosoftML 轉換清單，或者未執行任何轉換時為 NULL。請參閱 featurizeText、categorical 和 categoricalHash 以了解支援的轉換。這些轉換會在任何指定的 R 轉換之後執行。預設值是 NULL。

`mlTransformVars`

指定要用於 mlTransforms 的變數名稱字元向量，或者，若不使用則為 NULL。預設值是 NULL。

`rowSelection`

指定資料集中要供模型使用的資料列 (觀測值)，可以是來自資料集的邏輯變數名稱 (以引號括住)，或是使用資料集中變數的邏輯運算式。例如，rowSelection = "old" 將只會使用變數 old 值為 TRUE 的觀測值。 rowSelection = (age > 20) & (age < 65) & (log(income) > 10) 只會使用 age 變數值介於 20 到 65 之間且 income 變數 log 值大於 10 的觀察值。資料列選取會在處理任何資料轉換之後執行 (請參閱引數 transforms 或 transformFunc)。如同所有運算式，rowSelection 可以使用運算式函數在函數呼叫之外定義。

`transforms`

代表第一輪變數轉換形式 list(name = expression, ``...) 的運算式。如同所有運算式，transforms (或 rowSelection) 可以使用運算式函數在函數呼叫之外定義。

`transformObjects`

具名清單，其中包含 transforms、transformsFunc 和 rowSelection 可以參考的物件。

`transformFunc`

變數轉換函數。如需詳細資料，請參閱 rxTransform。

`transformVars`

轉換函數所需之輸入資料集變數的字元向量。如需詳細資料，請參閱 rxTransform。

`transformPackages`

指定其他 R 套件 (rxGetOption("transformPackages") 中指定的套件之外) 以供使用的字元向量，並預先載入以供變數轉換函數使用。例如，RevoScaleR 函數中透過其 transforms 和 transformFunc 引數明確定義，或透過其 formula 或 rowSelection 引數隱含定義的字元向量。 transformPackages 引數也可能是 NULL，表示 rxGetOption("transformPackages") 以外沒有預先載入任何套件。

`transformEnvir`

使用者定義的環境，作為內部開發之所有環境的父系且用於變數資料轉換。如果為 transformEnvir = NULL，則會改用具有父代 baseenv() 的新「雜湊」環境。

`blocksPerRead`

指定要針對從資料來源讀取之每個資料區塊讀取的區塊數目。

`reportProgress`

指定資料列處理進度報告層級的整數值：

0：未報告進度。
1：已列印和更新處理的資料列數目。
2：報告已處理的資料列數目與時間。
3：已處理資料列且已報告所有時間。

`verbose`

指定要輸出數量的整數值。若為 0，則計算期間不會列印任何詳細資訊輸出。整數值 1 到 4 提供越來越多的資訊量。

`computeContext`

設定執行計算的內容，以有效的 RxComputeContext 指定。目前支援本機和 RxInSqlServer 計算內容。

`ensemble`

用於集成的控制參數。

`...`

直接傳遞至 Microsoft Compute Engine 的額外引數。

詳細資料

目標是識別不屬於某些目標類別的極端值。這種類型的 SVM 是單一類別，因為定型集只包含來自目標類別的範例。其會推斷目標類別中物件的正常屬性，而這些屬性會預測哪些範例與一般範例不同。這對於異常偵測很有用，因為缺少定型範例是異常的決定性特徵：網路入侵、詐騙或其他類型的異常行為通常沒有太多範例。

值

rxOneClassSvm：具有定型模型的 rxOneClassSvm 物件。

OneClassSvm：適用於 OneClass Svm 定型器的類別 maml 學習模組規格物件。

備註

此演算法為單一執行緒，且一律會嘗試將整個資料集載入記憶體中。

作者

Microsoft Corporation Microsoft Technical Support

參考資料

Anomaly detection

Azure Machine Learning Studio (classic): One-Class Support Vector Machine

Support of a High-Dimensional Distribution

Support Vector Algorithms

for Support Vector Machines

另請參閱

rbfKernel、linearKernel、polynomialKernel、sigmoidKernel rxFastTrees、rxFastForest、rxFastLinear、rxLogisticRegression、rxNeuralNet、featurizeText、categorical、categoricalHash、rxPredict.mlModel。

範例


 # Estimate a One-Class SVM model
 trainRows <- c(1:30, 51:80, 101:130)
 testRows = !(1:150 %in% trainRows)
 trainIris <- iris[trainRows,]
 testIris <- iris[testRows,]

 svmModel <- rxOneClassSvm(
     formula = ~Sepal.Length + Sepal.Width + Petal.Length + Petal.Width,
     data = trainIris)

 # Add additional non-iris data to the test data set
 testIris$isIris <- 1
 notIris <- data.frame(
     Sepal.Length = c(2.5, 2.6),
     Sepal.Width = c(.75, .9),
     Petal.Length = c(2.5, 2.5),
     Petal.Width = c(.8, .7),
     Species = c("not iris", "not iris"),
     isIris = 0)
 testIris <- rbind(testIris, notIris)  

 scoreDF <- rxPredict(svmModel, 
      data = testIris, extraVarsToWrite = "isIris")

 # Look at the last few observations
 tail(scoreDF)
 # Look at average scores conditioned by 'isIris'
 rxCube(Score ~ F(isIris), data = scoreDF)

分享方式：