این دستور svm-train است که می تواند در ارائه دهنده هاست رایگان OnWorks با استفاده از یکی از چندین ایستگاه کاری آنلاین رایگان ما مانند Ubuntu Online، Fedora Online، شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MAC OS اجرا شود.
برنامه:
نام
svm-train - آموزش یک یا چند نمونه SVM روی یک مجموعه داده معین برای تولید یک فایل مدل
خلاصه
svm-train [-s svm_type ] [ -t kernel_type ] [ -d درجه ] [ -g گاما ] [ -r coef0 ] [ -c
هزینه ] [ -n nu ] [ -p اپسیلون ] [ -m ذخیره سازی ] [ -e اپسیلون ] [ -h کوچک شدن ] [ -b
احتمال_تخمین ] ] [ -wi وزن ] [ -v n ] [ -q ]
train_set_file [ model_file ]
شرح
svm-train یک ماشین بردار پشتیبانی را آموزش می دهد تا داده های نشان داده شده در را یاد بگیرد
train_set_file
و تولید یک model_file
برای ذخیره نتایج بهینه سازی یادگیری این مدل می تواند بعدا با
svm_predict(1) یا سایر نرم افزارهای فعال LIBSVM.
OPTIONS
-s svm_type
svm_type پیشفرض 0 است و میتواند هر مقداری بین 0 و 4 به صورت زیر باشد:
0 -- C-SVC
1 -- nu-SVC
2 -- یک کلاسه SVM
3 -- epsilon-SVR
4 -- nu-SVR
-t kernel_type
kernel_type پیشفرض ۲ است (هسته تابع پایه شعاعی (RBF)) و میتواند هر مقداری باشد
بین 0 و 4 به صورت زیر:
0 -- خطی: uv
1 -- چند جمله ای: (گاما*uv + coef0)^ درجه
2 -- شعاعی اساس عملکرد: exp(-gamma*|uv|^2)
3 -- سیگموئید: tanh(gamma*uv + ضریب 0)
4 -- از پیش محاسبه شده هسته (هسته ارزش in Training_set_file) --
درجه -d
تنظیم می کند درجه از تابع هسته، به طور پیش فرض 3
-g گاما
تنظیم می کند گاما در تابع هسته (پیشفرض 1/k)
-r coef0
تنظیم می کند coef0 (offset ثابت) در تابع هسته (پیش فرض 0)
-c هزینه
پارامتر C ( هزینه ) از C-SVC، epsilon-SVR، و nu-SVR (پیشفرض 1)
-n nu پارامتر را تنظیم می کند nu از nu-SVC، یک کلاس SVM، و nu-SVR (پیشفرض 0.5)
-p اپسیلون
تنظیم کنید اپسیلون در تابع از دست دادن epsilon-SVR (پیشفرض 0.1)
-m cacheize
اندازه حافظه کش را روی آن تنظیم کنید ذخیره سازی در مگابایت (پیشفرض 100)
-e epsilon
ملاک تحمل خاتمه را روی اپسیلون (پیش فرض 0.001)
-h کوچک شدن
استفاده از کوچک شدن
اکتشافی، 0 یا 1 (پیشفرض 1)
-b احتمال-برآورد
احتمال_تخمین یک مقدار باینری است که نشان می دهد احتمال محاسبه شود یا خیر
برآوردها هنگام آموزش مدل SVC یا SVR. مقادیر 0 یا 1 هستند و به طور پیش فرض 0 هستند
برای سرعت
-وزن
پارامتر C (هزینه) کلاس را تنظیم کنید i به وزن*C، برای C-SVC (پیشفرض 1)
-vn مجموعه n برای n حالت اعتبار سنجی متقاطع
-q حالت آرام؛ سرکوب پیام ها به stdout.
با استفاده از خدمات onworks.net از svm-train به صورت آنلاین استفاده کنید