ນີ້ແມ່ນຄໍາສັ່ງ gbhill ທີ່ສາມາດດໍາເນີນການໄດ້ໃນ OnWorks ຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີໂດຍໃຊ້ຫນຶ່ງໃນຫຼາຍບ່ອນເຮັດວຽກອອນໄລນ໌ຂອງພວກເຮົາເຊັ່ນ Ubuntu Online, Fedora Online, Windows online emulator ຫຼື MAC OS online emulator
ໂຄງການ:
NAME
gbhill - ການຄາດຄະເນຄວາມຄ້າຍຄືກັນສູງສຸດຂອງພູ
ສະຫຼຸບສັງລວມ
gbhill [ທາງເລືອກໃນການ] <ຫນ້າທີ່ ຄໍານິຍາມ>
ລາຍລະອຽດ
ການຄາດຄະເນຄວາມເປັນໄປໄດ້ສູງສຸດຂອງການແຈກຢາຍໂດຍອີງໃສ່ການສັງເກດການ (ຫາງ). ໄດ້
ການແຈກຢາຍລວມມີ: exponential, pareto1, pareto3, gaussian. ໃຫ້ຊື່ຂອງ
ການແຈກຢາຍແລະຄ່າເບື້ອງຕົ້ນຂອງພາລາມິເຕີໃນແຖວຄໍາສັ່ງ.
OPTIONS
-O ປະເພດຜົນຜະລິດ (ຄ່າເລີ່ມຕົ້ນ 0)
0 ຕົວກໍານົດການແລະ min NLL
1 ຕົວກໍານົດການແລະຄວາມຜິດພາດ
2 ຫນ້າທີ່ການແຈກຢາຍ
3 ການທໍາງານຂອງຄວາມຫນາແຫນ້ນ
4 ການປ່ຽນແປງການສັງເກດການ: ເປັນເອກະພາບໃນ [0.1] ພາຍໃຕ້ null
5 Renyi residuals: iid uniform in [0.1] ພາຍໃຕ້ null
-M ວິທີການທີ່ໃຊ້ (ຄ່າເລີ່ມຕົ້ນ 0)
0 ບໍ່ມີເງື່ອນໄຂ, ຫາງເທິງ
1 ເກນ, ຫາງເທິງ
2 ບໍ່ມີເງື່ອນໄຂ, ຫາງຕ່ໍາ
3 ເກນ, ຫາງຕ່ໍາ
-V ການຄາດຄະເນ matrix variance (ຄ່າເລີ່ມຕົ້ນ2)
0 < J^{-1} >
1 < H^{-1} >
2 < H^{-1} JH^{-1} >
-v ລະດັບ verbosity (ຄ່າເລີ່ມຕົ້ນ 0)
0 ພຽງແຕ່ຜົນໄດ້ຮັບ
1 ຫົວຄຳເຫັນ
2 ສະຖິຕິສະຫຼຸບ
3+ ຂັ້ນຕອນການຫຼຸດຜ່ອນ
-a ພິມຊຸດທັງຫມົດສໍາລັບ -O 1,2
-u ການສັງເກດ ຫຼືເກນ (ຄ່າເລີ່ມຕົ້ນ 1)
-F ຕົວແຍກຊ່ອງປ້ອນຂໍ້ມູນ (ຄ່າເລີ່ມຕົ້ນ " \t")
-h ການຊ່ວຍເຫຼືອນີ້
-A comma ແຍກຕົວເລືອກການເພີ່ມປະສິດທິພາບ MLL ຂັ້ນຕອນ, tol, iter, eps, msize, algo. ໃຊ້ເປົ່າ
ຊ່ອງຂໍ້ມູນສໍາລັບຄ່າເລີ່ມຕົ້ນ (ຄ່າເລີ່ມຕົ້ນ 0.01,0.01,100,1e-6,1e-6,5)
ຂະຫນາດຂັ້ນຕອນເບື້ອງຕົ້ນຂອງຂັ້ນຕອນການຊອກຫາ
tol line search tolerance iter: ຈໍານວນສູງສຸດຂອງການຊໍ້າຄືນ
eps gradient tolerance : ເກນການຢຸດ ||gradient||
ວິທີການເພີ່ມປະສິດທິພາບຂອງ algo: 0 Fletcher-Reeves, 1 Polak-Ribiere, 2
Broyden-Fletcher-Goldfarb-Shanno, 3 steepest descent, 4 simplex, 5
Broyden-Fletcher-Goldfarb-Shanno2.
ຕົວຢ່າງ
gbhill pareto1 1 1 < file.dat
ຄາດຄະເນການແຈກຢາຍປະເພດ Pareto 1, ຄ່າເບື້ອງຕົ້ນແມ່ນ gamma=1 ແລະ b=1
gbhill -u .2 pareto1 1 1 < file.dat
ດຽວກັນໂດຍໃຊ້ພຽງແຕ່ 20% ການສັງເກດທາງເທິງ
ໃຊ້ gbhill ອອນໄລນ໌ໂດຍໃຊ້ບໍລິການ onworks.net