これは、Ubuntu Online、Fedora Online、Windows オンライン エミュレーター、MAC OS オンライン エミュレーターなどの複数の無料オンライン ワークステーションの XNUMX つを使用して、OnWorks 無料ホスティング プロバイダーで実行できるコマンド svm-train です。
プログラム：
NAME
svm-train - 指定されたデータセットで XNUMX つ以上の SVM インスタンスをトレーニングしてモデル ファイルを生成します
SYNOPSIS
svm トレイン [-NS svm_type ] [ -t カーネルの種類 ] [ -d 度 ] [ -g ガンマ ] [ -r 係数0 ] [ -c
コスト ] [ -n nu ] [ -p イプシロン ] [ -m キャッシュサイズ ] [ -e イプシロン ] [ -h 収縮 ] [ -b
確率推定値 ] ] [ -wi 重量 ] [ -v n ] [ -q ]
トレーニングセットファイル [ モデルファイル ]
DESCRIPTION
svm トレイン サポート ベクター マシンをトレーニングして、
トレーニングセットファイル
そして生産する モデルファイル
学習の最適化の結果を保存します。 このモデルは後で使用できます
svm_predict(1) またはその他の LIBSVM 対応ソフトウェア。
OPTIONS
-s svm_type
svm_type のデフォルトは 0 ですが、次のように 0 ～ 4 の任意の値を指定できます。
0 -- C-SVC
1 -- nu-SVC
2 -- ワンクラス SVM
3 -- イプシロン-SVR
4 -- ニューSVR
-t カーネルタイプ
kernel_type のデフォルトは 2 (Radial Basis Function (RBF) カーネル) で、任意の値を指定できます。
次のように 0 ～ 4 の間で指定します。
0 -- 線形： 紫外線
1 -- 多項式: (ガンマ*UV + coef0)^度
2 -- ラジアル 基礎 関数： exp(-ガンマ*|uv|^2)
3 -- シグモイド： タン(ガンマ*UV) + 係数0)
4 -- 事前計算済み kernel （カーネル 値 in トレーニングセットファイル) --
-d度
設定します 度 カーネル関数の値、デフォルトは 3
-g ガンマ
を調整します ガンマ カーネル関数内 (デフォルトは 1/k)
-r coef0
設定します 係数0 カーネル関数内の (定数オフセット) (デフォルトは 0)
-c コスト
パラメータ C を設定します ( コスト ) C-SVC、イプシロン SVR、および nu-SVR の (デフォルト 1)
-n nu パラメータを設定します nu nu-SVC、0.5 クラス SVM、および nu-SVR の値（デフォルトは XNUMX）
-p イプシロン
をセットする イプシロン イプシロン-SVR の損失関数内 (デフォルトは 0.1)
-m キャッシュサイズ
キャッシュメモリのサイズを次のように設定します。 キャッシュサイズ MB単位（デフォルトは100）
-eイプシロン
終了基準の許容値を次のように設定します。 イプシロン （デフォルトは0.001）
-h 縮小中
を使用するかどうか 収縮
ヒューリスティック、0 または 1 (デフォルトは 1)
-b 確率推定
確率推定値 確率を計算するかどうかを示すバイナリ値です
SVC または SVR モデルをトレーニングするときの推定値。 値は 0 または 1 で、デフォルトは 0 です。
スピードのために。
-wi 重量
クラスのパラメータC(コスト)を設定します i 重み*C へ、C-SVC の場合 (デフォルト 1)
-vn セット n の n -fold 相互検証モード
-q 静かモード; 標準出力へのメッセージを抑制します。
onworks.net サービスを使用してオンラインで svm-train を使用する
