pkoptsvm - क्लाउड में ऑनलाइन

कार्यक्रम:

नाम

pkoptsvm - एसवीएम वर्गीकरण के लिए मापदंडों को अनुकूलित करने का कार्यक्रम

SYNOPSIS

pkoptsvm -t ट्रेनिंग [विकल्पों] [उन्नत विकल्पों]

वर्णन

pkoptsvm सपोर्ट वेक्टर मशीन कई मापदंडों पर निर्भर करती है। आदर्श रूप से, ये
प्रत्येक वर्गीकरण समस्या के लिए मापदंडों को अनुकूलित किया जाना चाहिए। रेडियल आधार के मामले में
कर्नेल फ़ंक्शन, दो महत्वपूर्ण पैरामीटर {लागत} और {गामा} हैं। उपयोगिता pkoptsvm
सटीकता मूल्यांकन (कप्पा मान) के आधार पर, इन दो मापदंडों को अनुकूलित कर सकते हैं। अगर
एक इनपुट परीक्षण सेट (-i) प्रदान किया गया है, इसका उपयोग सटीकता मूल्यांकन के लिए किया जाता है। यदि नहीं, तो
सटीकता मूल्यांकन एक क्रॉस सत्यापन पर आधारित है (-सीवी) प्रशिक्षण नमूने का।

अनुकूलन रूटीन ग्रिड खोज का उपयोग करता है। के प्रारंभिक और अंतिम मान
पैरामीटर के साथ सेट किया जा सकता है -सी सी प्रारंभमूल्य -सी सी एंडवैल्यू और -g प्रारंभमूल्य -g के लिए अंतिम मूल्य
क्रमशः लागत और गामा। खोज पुनरावृत्त करने के लिए गुणात्मक चरण का उपयोग करती है
पैरामीटर (विकल्पों के साथ सेट करें -स्टेपसीसी और -स्टेपजी). अक्सर इस्तेमाल किया जाने वाला दृष्टिकोण परिभाषित करना है
प्रारंभिक अनुमान प्राप्त करने के लिए पहले एक अपेक्षाकृत बड़ा गुणात्मक चरण (जैसे 10)।
दोनों पैरामीटर. फिर एक छोटे चरण (>1) को परिभाषित करके अनुमान को अनुकूलित किया जा सकता है
पैरामीटर लागत और गामा के लिए बाधित प्रारंभ और अंत मान।

विकल्प

-t फ़ाइल का नाम, --प्रशिक्षण फ़ाइल का नाम
प्रशिक्षण वेक्टर फ़ाइल। एक एकल वेक्टर फ़ाइल में सभी प्रशिक्षण सुविधाएँ होती हैं (होनी चाहिए
सभी वर्गों के लिए इस प्रकार सेट करें: b0, b1, b2,...) (लेबल विकल्प द्वारा पहचाने गए वर्ग संख्या)।

-i फ़ाइल का नाम, --इनपुट फ़ाइल का नाम
इनपुट परीक्षण वेक्टर फ़ाइल

-सी सी प्रारंभमूल्य -सी सी अंतिम मूल्य, --सी लागत प्रारंभमूल्य --सी लागत अंतिम मूल्य
न्यूनतम और अधिकतम सी-एसवीसी, एप्सिलॉन-एसवीआर और एनयू-एसवीआर के पैरामीटर सी को सीमित करता है (वैकल्पिक:
आरंभिक मूल्य)

-g प्रारंभमूल्य -g अंतिम मूल्य, --गामा प्रारंभमूल्य --गामा अंतिम मूल्य
कर्नेल फ़ंक्शन में गामा के लिए न्यूनतम अधिकतम सीमाएँ (वैकल्पिक: प्रारंभिक मान)

-चरण पग आकार, --कदम पग आकार
जीआरआईडी खोज में सीकॉस्ट और गामा के लिए गुणक चरण

-v स्तर, --शब्दशः स्तर
प्लॉटिंग के लिए मध्यवर्ती परिणाम आउटपुट करने के लिए 1 का उपयोग करें

उन्नत विकल्प

-टीएलएनई परत, --tln परत
प्रशिक्षण परत का नाम

-लेबल गुण, --लेबल गुण
प्रशिक्षण वेक्टर फ़ाइल में वर्ग लेबल के लिए पहचानकर्ता। (डिफ़ॉल्ट: लेबल)

-bal आकार, --संतुलन आकार
प्रत्येक वर्ग के लिए इनपुट डेटा को नमूनों की इस संख्या में संतुलित करें (डिफ़ॉल्ट: 0)

-गर्मी, --यादृच्छिक रूप से
संतुलन के मामले में, इनपुट डेटा को यादृच्छिक करें

सफाई MIN संख्या, --मिन संख्या
यदि प्रशिक्षण पिक्सेल की संख्या कम है तो न्यूनतम, इस वर्ग को ध्यान में न रखें

-b बैंड, --बैंड बैंड
बैंड इंडेक्स (0 से शुरू करके, या तो बैंड विकल्प का उपयोग करें या शुरू से अंत तक का उपयोग करें)

-सबंद बैंड, --स्टार्टबैंड बैंड
प्रारंभ बैंड क्रम संख्या

-ईबंद बैंड, --एंडबैंड बैंड
अंत बैंड अनुक्रम संख्या

-ऑफसेट मूल्य, --ऑफसेट मूल्य
प्रत्येक वर्णक्रमीय बैंड इनपुट सुविधाओं के लिए ऑफ़सेट मान:
रेफ्ल [बैंड] = (डीएन [बैंड] -ऑफ़सेट [बैंड])/स्केल [बैंड]

-काले मूल्य, --पैमाना मूल्य
प्रत्येक वर्णक्रमीय बैंड इनपुट सुविधाओं के लिए स्केल मान:
refl=(DN[band]-offset[band])/scale[band] (यदि प्रत्येक बैंड में स्केल न्यूनतम और अधिकतम है तो 0 का उपयोग करें
से -1.0 और 1.0)

-svmt टाइप, --svmtype टाइप
एसवीएम का प्रकार (सी_एसवीसी, एनयू_एसवीसी, वन_क्लास, ईपीएसलॉन_एसवीआर, एनयू_एसवीआर)

-केटी टाइप, --कर्नेलप्रकार टाइप
कर्नेल फ़ंक्शन का प्रकार (रैखिक, बहुपद, रेडियल, सिग्मॉइड)

-केडी मूल्य, --के.डी मूल्य
कर्नेल फ़ंक्शन में डिग्री

-सी 0 मूल्य, --coef0 मूल्य
कर्नेल फ़ंक्शन में coef0

-नु मूल्य, --नु मूल्य
एनयू-एसवीसी, वन-क्लास एसवीएम और एनयू-एसवीआर का पैरामीटर एनयू

-इलोस मूल्य, --लोस मूल्य
एप्सिलॉन-एसवीआर के हानि फ़ंक्शन में एप्सिलॉन

कैशे संख्या, --कैश संख्या
एमबी में कैश मेमोरी का आकार (डिफ़ॉल्ट: 100)

-एटोल मूल्य, --एटोल मूल्य
समाप्ति मानदंड की सहनशीलता (डिफ़ॉल्ट: 0.001)

-सिकुड़ना, --सिकोड़ना
सिकुड़ते अनुमानों का उपयोग करना है या नहीं

-सीवी मूल्य, --सीवी मूल्य
एन-फोल्ड क्रॉस सत्यापन मोड (डिफ़ॉल्ट: 0)

-सीएफ, --सीएफ
कप्पा के स्थान पर समग्र सटीकता का उपयोग करें

-मैक्सिट संख्या, --मैक्सिट संख्या
पुनरावृत्तियों की अधिकतम संख्या

-टोल मूल्य, --सहनशीलता मूल्य
मानदंड को रोकने के लिए सापेक्ष सहिष्णुता (डिफ़ॉल्ट: 0.0001)

-a मूल्य, --कलन विधि मूल्य
GRID, या कोई अनुकूलन एल्गोरिदम http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms

-c नाम, --कक्षा नाम
वर्ग के नामों की सूची।

-r मूल्य, --रीक्लास मूल्य
वर्ग मूल्यों की सूची (उसी क्रम का उपयोग करें जैसे in --कक्षा विकल्प)।

24 जनवरी 2016 pkoptsvm(1)

onworks.net सेवाओं का उपयोग करके ऑनलाइन pkoptsvm का उपयोग करें