Dit is de opdracht svm-train die kan worden uitgevoerd in de gratis hostingprovider van OnWorks met behulp van een van onze meerdere gratis online werkstations zoals Ubuntu Online, Fedora Online, Windows online emulator of MAC OS online emulator
PROGRAMMA:
NAAM
svm-train - train een of meer SVM-instantie(s) op een bepaalde dataset om een modelbestand te produceren
KORTE INHOUD
svm-trein [-S svm_type ] [ -t kernel_type ] [ -d mate ] [ -g gamma ] [ -r coef0 ] [ -c
kosten ] [ -n nu ] [ -p epsilon ] [ -m cache grootte ] [ -e epsilon ] [ -h krimpen ] [ -b
waarschijnlijkheid_schattingen ] ] [ -wi gewicht ] [ -v n ] [ -q ]
training_set_bestand [ model_bestand ]
PRODUCTBESCHRIJVING
svm-trein traint een Support Vector Machine om de gegevens te leren die zijn aangegeven in de
training_set_bestand
en produceren model_bestand
om de resultaten van de leeroptimalisatie op te slaan. Dit model kan later worden gebruikt met:
svm_predict(1) of andere LIBSVM-software.
OPTIES
-s svm_type
svm_type is standaard ingesteld op 0 en kan als volgt elke waarde tussen 0 en 4 zijn:
0 -- C-SVC
1 -- nu-SVC
2 -- een klas SVM's
3 -- epsilon-SVR
4 -- nu-SVR
-t kernel_type
kernel_type is standaard ingesteld op 2 (Radial Basis Function (RBF) kernel) en kan elke waarde hebben
tussen 0 en 4 als volgt:
0 -- lineair: uv
1 -- polynoom: (gamma*uv + coef0)^graad
2 -- radiale basis functie: exp(-gamma*|uv|^2)
3 -- sigmoïde: tanh(gamma*uv + coef0)
4 -- voorberekend pit (kernel) waarden in training_set_bestand) --
-d graad
Stelt de mate van de kernelfunctie, standaard ingesteld op 3
-g-gamma
Past de aan gamma in de kernelfunctie (standaard 1/k)
-rcoef0
Stelt de coef0 (constante offset) in de kernelfunctie (standaard 0)
-c kosten
Stelt de parameter C in ( kosten ) van C-SVC, epsilon-SVR en nu-SVR (standaard 1)
-n nu Stelt de parameter in nu van nu-SVC, één-klasse SVM en nu-SVR (standaard 0.5)
-p epsilon
Kies het epsilon in de verliesfunctie van epsilon-SVR (standaard 0.1)
-m cachegrootte
Stel de cachegeheugengrootte in op cache grootte in MB (standaard 100)
-e epsilon
Stel de tolerantie van het beëindigingscriterium in op: epsilon (standaard 0.001)
-h krimpt
Of u de krimpen
heuristiek, 0 of 1 (standaard 1)
-b kans-schattingen
waarschijnlijkheid_schattingen is een binaire waarde die aangeeft of de waarschijnlijkheid moet worden berekend
schattingen bij het trainen van het SVC- of SVR-model. Waarden zijn 0 of 1 en standaard ingesteld op 0
voor snelheid.
-met gewicht
Stel de parameter C (kosten) van klasse in i tot gewicht*C, voor C-SVC (standaard 1)
-vn Set n voor n -fold cross validatie modus
-q stille modus; onderdrukken berichten naar stdout.
Gebruik svm-train online met onworks.net-services
