Anteckning
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Skapar en lista som innehåller funktionsnamnet och argumenten för att träna en OneClassSvm-modell med rxEnsemble.
Användning
oneClassSvm(cacheSize = 100, kernel = rbfKernel(), epsilon = 0.001,
nu = 0.1, shrink = TRUE, ...)
Argumentpunkter
cacheSize
Maximal storlek i MB för cacheminnet som lagrar träningsdata. Öka detta för stora träningsuppsättningar. Standardvärdet är 100 MB.
kernel
En teckensträng som representerar den kernel som används för att beräkna inre produkter. Mer information finns i maKernel. Följande alternativ är tillgängliga:
-
rbfKernel(): Funktionskärnan radiell bas. Parametern representerargammai termenexp(-gamma|x-y|^2. Om det inte anges divideras1det som standard med antalet funktioner som används. Till exempelrbfKernel(gamma = .1). Det här är standardvärdet. -
linearKernel(): Linjär kernel. -
polynomialKernel(): Polynom kernel med parameternamnena,biasochdegi termen(a*<x,y> + bias)^deg. Standardvärdetbiasär0. Grad,deg, är standardvärdet3. Omainte anges är det inställt på1dividerat med antalet funktioner. Till exempelmaKernelPoynomial(bias = 0, deg = `` 3). -
sigmoidKernel(): Sigmoid-kernel med parameternamngammaochcoef0i termentanh(gamma*<x,y> + coef0).gamma, som standard divideras1med antalet funktioner. Parameterncoef0är0som standard . Till exempelsigmoidKernel(gamma = .1, coef0 = 0).
epsilon
Tröskelvärdet för optimerarkonvergens. Om förbättringen mellan iterationer är mindre än tröskelvärdet stoppas algoritmen och returnerar den aktuella modellen. Värdet måste vara större än eller lika med .Machine$double.eps. Standardvärdet är 0,001.
nu
Kompromissen mellan bråkdelen av avvikande värden och antalet stödvektorer (representeras av den grekiska bokstaven nu). Måste vara mellan 0 och 1, vanligtvis mellan 0,1 och 0,5. Standardvärdet är 0.1.
shrink
Använder den krympande heuristiska om TRUE. I det här fallet kommer vissa prover att "krympas" under träningsproceduren, vilket kan påskynda träningen. Standardvärdet är TRUE.
...
Ytterligare argument som ska skickas direkt till Microsoft Compute Engine.