এটি হল svm-ট্রেন কমান্ড যা আমাদের একাধিক বিনামূল্যের অনলাইন ওয়ার্কস্টেশন যেমন উবুন্টু অনলাইন, ফেডোরা অনলাইন, উইন্ডোজ অনলাইন এমুলেটর বা MAC OS অনলাইন এমুলেটর ব্যবহার করে OnWorks ফ্রি হোস্টিং প্রদানকারীতে চালানো যেতে পারে।
কার্যক্রম:
NAME এর
svm-train - একটি মডেল ফাইল তৈরি করতে একটি প্রদত্ত ডেটা সেটে এক বা একাধিক SVM দৃষ্টান্ত(গুলি) প্রশিক্ষণ দিন
সাইনোপিসিস
svm-ট্রেন [-s svm_type ] [ -t কার্নেল_টাইপ ] [ -d ডিগ্রী ] [ -g গ্রীক বর্ণমালার তৃতীয় বর্ণ ] [ -r coef0 ] [ -c
মূল্য ] [ -n nu ] [ -p Epsilon ] [ -m ক্যাশেসাইজ করা ] [ -e Epsilon ] [ -h কুঁচন ] [ -b
সম্ভাব্যতা_অনুমান ] ] [ -ওয়াই ওজন ] [ -v n ] [ -q ]
প্রশিক্ষণ_সেট_ফাইল [ মডেল_ফাইল ]
বর্ণনাঃ
svm-ট্রেন তে নির্দেশিত ডেটা শিখতে একটি সমর্থন ভেক্টর মেশিনকে প্রশিক্ষণ দেয়
প্রশিক্ষণ_সেট_ফাইল
এবং উত্পাদন ক মডেল_ফাইল
শেখার অপ্টিমাইজেশান ফলাফল সংরক্ষণ করতে. এই মডেল পরে ব্যবহার করা যেতে পারে
svm_পূর্বাভাস(1) বা অন্যান্য LIBSVM সক্ষম সফ্টওয়্যার৷
বিকল্প
-s svm_type
svm_type ডিফল্ট 0 এবং 0 এবং 4 এর মধ্যে যে কোনো মান নিম্নরূপ হতে পারে:
0 -- সি-এসভিসি
1 -- nu-SVC
2 -- এক শ্রেণি এসভিএম
3 -- epsilon-SVR
4 -- nu-SVR
-t kernel_type
kernel_type ডিফল্ট 2 (রেডিয়াল বেসিস ফাংশন (RBF) কার্নেল) এবং যেকোনো মান হতে পারে
0 এবং 4 এর মধ্যে নিম্নরূপ:
0 -- রৈখিক: uv
1 -- বহুপদ (গামা*ইউভি + coef0)^ডিগ্রী
2 -- রশ্মীয় ভিত্তি ফাংশন: exp(-গামা*|uv|^2)
3 -- সিগমায়েড: তানহ(গামা*ইউভি + coef0)
4 -- পূর্বনির্ধারিত শাঁস (কার্নেল মূল্যবোধ in প্রশিক্ষণ_সেট_ফাইল) --
-ডি ডিগ্রি
সেট করে ডিগ্রী কার্নেল ফাংশন, ডিফল্ট 3
-g গামা
সামঞ্জস্য করে গ্রীক বর্ণমালার তৃতীয় বর্ণ কার্নেল ফাংশনে (ডিফল্ট 1/k)
-r coef0
সেট করে coef0 (ধ্রুবক অফসেট) কার্নেল ফাংশনে (ডিফল্ট 0)
-গ খরচ
প্যারামিটার সি সেট করে ( মূল্য ) এর C-SVC, epsilon-SVR, এবং nu-SVR (ডিফল্ট 1)
-n nu প্যারামিটার সেট করে nu nu-SVC, এক-শ্রেণীর SVM, এবং nu-SVR (ডিফল্ট 0.5)
-p epsilon
স্থির কর Epsilon epsilon-SVR-এর ক্ষতির কার্যে (ডিফল্ট 0.1)
-m ক্যাশেসাইজ
ক্যাশে মেমরির আকার সেট করুন ক্যাশেসাইজ করা এমবিতে (ডিফল্ট 100)
-ই এপসিলন
সমাপ্তির মানদণ্ডের সহনশীলতা সেট করুন Epsilon (ডিফল্ট 0.001)
-h সঙ্কুচিত
ব্যবহার করবেন কিনা কুঁচন
হিউরিস্টিকস, 0 বা 1 (ডিফল্ট 1)
-b সম্ভাব্যতা-অনুমান
সম্ভাব্যতা_অনুমান সম্ভাব্যতা গণনা করতে হবে কিনা তা নির্দেশ করে একটি বাইনারি মান
SVC বা SVR মডেলকে প্রশিক্ষণ দেওয়ার সময় অনুমান করে। মান 0 বা 1 এবং ডিফল্ট 0
গতির জন্য
-ওয়াই ওজন
ক্লাসের প্যারামিটার সি (খরচ) সেট করুন i ওজন *C, C-SVC এর জন্য (ডিফল্ট 1)
-ভিএন সেট n উন্নত n -ভাঁজ ক্রস বৈধতা মোড
-q শান্ত মোড; stdout এ বার্তা দমন করুন।
onworks.net পরিষেবা ব্যবহার করে অনলাইনে svm-train ব্যবহার করুন
