هذا هو الأمر pkfsann الذي يمكن تشغيله في موفر الاستضافة المجاني OnWorks باستخدام إحدى محطات العمل المجانية المتعددة عبر الإنترنت مثل Ubuntu Online أو Fedora Online أو محاكي Windows عبر الإنترنت أو محاكي MAC OS عبر الإنترنت
برنامج:
اسم
pkfsann - اختيار الميزة لمصنف nn
موجز
com.pkfsann -t السلامه اولا -n عدد [الخيارات] [متقدم الخيارات]
الوصف
يمكن أن تكون مشكلات التصنيف التي تتعامل مع بيانات الإدخال عالية الأبعاد صعبة بسبب
ظاهرة هيوز. على سبيل المثال، يمكن أن تحتوي البيانات الفائقة الطيفية على مئات من البيانات الطيفية
العصابات وتتطلب اهتماما خاصا عند تصنيفها. وخاصة عندما تكون محدودة
إذا كانت بيانات التدريب متاحة، فإن تصنيف هذه البيانات يمكن أن يكون مشكلة بدونها
تقليل البعد.
com.pkfsann ينفذ عددا من تقنيات اختيار الميزة، من بينها تسلسلي
البحث العائم للأمام (SFFS). ضع في اعتبارك أيضًا مصنف SVM المطبق في pksvm(1)
والتي ثبت أنها أكثر قوة لهذا النوع من المشاكل من غيرها.
OPTIONS
-t اسم الملف, --تمرين اسم الملف
ملف ناقلات التدريب. يحتوي ملف متجه واحد على كافة ميزات التدريب (يجب أن يكون
تعيين كـ: B0، B1، B2،...) لجميع الفئات (يتم تحديد أرقام الفئات بواسطة خيار التسمية).
استخدم ملفات تدريب متعددة لتجميع bootstrap (بديل للحقيبة و
خيارات bsize، حيث يتم أخذ مجموعة فرعية عشوائية من ملف تدريب واحد)
-n عدد, - nf عدد
عدد الميزات المطلوب تحديدها (0 لتحديد العدد الأمثل، راجع أيضًا --ecost خيار)
-i اسم الملف, --إدخال اسم الملف
مجموعة اختبار الإدخال (اتركها فارغة لإجراء التحقق المتبادل بناءً على التدريب فقط)
-v مستوى, - الإسراف مستوى
اضبط على: 0 (النتائج فقط) ، 1 (مصفوفة الارتباك) ، 2 (تصحيح الأخطاء)
خيارات متقدمة
-tln طبقة, --tln طبقة
اسم (أسماء) طبقة التدريب
-ضع الكلمة المناسبة السمة, --ضع الكلمة المناسبة السمة
معرف تسمية الفصل في ملف ناقل التدريب. (الافتراضي: التسمية)
--الرصيد المقاس
موازنة بيانات الإدخال مع هذا العدد من العينات لكل فئة (الافتراضي: 0)
-random, --عشوائي
في حالة التوازن، عشوائية إدخال البيانات
-دقائق عدد, - دقيقة عدد
إذا كان عدد بكسلات التدريب أقل من الحد الأدنى، فلا تأخذ هذه الفئة بعين الاعتبار
-b فرقة, --حافظة مسافة فرقة
فهرس النطاق (يبدأ من 0، إما استخدم خيار النطاق أو استخدم البداية إلى النهاية)
-رباط فرقة, --startband فرقة
رقم تسلسل شريط البداية
- النطاق فرقة, - إندباند فرقة
رقم تسلسل النطاق النهائي
-عوض قيمنا, --عوض قيمنا
قيمة الإزاحة لكل ميزات مدخلات النطاق الطيفي:
refl [band] = (DN [نطاق] - إزاحة [نطاق]) / مقياس [نطاق]
-مقياس قيمنا, --مقياس قيمنا
قيمة مقياس لكل ميزات مدخلات النطاق الطيفي:
refl = (DN [نطاق] - إزاحة [نطاق]) / مقياس [نطاق] (استخدم 0 إذا كان مقياس الحد الأدنى والحد الأقصى في كل نطاق
إلى -1.0 و 1.0)
-a 0 | 1 | 2, --aggreg 0 | 1 | 2
كيفية الجمع بين المصنفات المجمعة، انظر أيضًا --rc الخيار (0: لا يوجد تجميع، 1:
قاعدة المجموع، 2: قاعدة الحد الأقصى).
-سم طريقة, - م طريقة
طريقة اختيار الميزة (sffs = بحث عائم متسلسل للأمام، sfs = متسلسل
البحث الأمامي، sbs، البحث الخلفي المتسلسل، bfs = بحث القوة الغاشمة)
-التكلفة البيئية قيمنا, --ecost قيمنا
epsilon لإيقاف المعيار في وظيفة التكلفة لتحديد العدد الأمثل لل
ملامح
- سيرة ذاتية قيمنا, --السيرة الذاتية قيمنا
وضع التحقق المتقاطع n-fold (الافتراضي: 0)
-c الاسم, --صف دراسي الاسم
قائمة أسماء الطبقات.
-r قيمنا, - فئة قيمنا
قائمة قيم الفئة (استخدم نفس الترتيب كما في --صف دراسي اختيار).
-n عدد, - نيورون عدد
عدد الخلايا العصبية في الطبقات المخفية في الشبكة العصبية (طبقات مخفية متعددة هي
تم ضبطه عن طريق تحديد عدد متعدد من الخلايا العصبية: -ن 15 -ن 1، الافتراضي هو واحد مخفي
طبقة بها 5 خلايا عصبية)
--الإتصال 0 | 1
معدل الاتصال (الافتراضي: 1.0 لشبكة متصلة بالكامل)
-w الأوزان, - الأوزان الأوزان
الأوزان للشبكة العصبية. ينطبق على الشبكة المتصلة بالكامل فقط، بدءًا من
من أول خلية عصبية للإدخال إلى آخر خلية عصبية للإخراج، بما في ذلك الخلايا العصبية المتحيزة (الخلية العصبية الأخيرة
في كل طبقة ما عدا الأخيرة)
-l معدل, --التعلم معدل
معدل التعلم (الافتراضي: 0.7)
- الحد الأقصى عدد
عدد التكرارات القصوى (الحقبة) (الافتراضي: 500)
استخدم pkfsann عبر الإنترنت باستخدام خدمات onworks.net