To jest polecenie svm-predict, które można uruchomić u dostawcy bezpłatnego hostingu OnWorks przy użyciu jednej z naszych wielu bezpłatnych stacji roboczych online, takich jak Ubuntu Online, Fedora Online, emulator online systemu Windows lub emulator online systemu MAC OS
PROGRAM:
IMIĘ
svm-predict — prognozuj na podstawie przeszkolonego pliku modelu SVM i danych testowych
STRESZCZENIE
przewidywanie svm [ -b Szacunki_prawdopodobieństwa ] [ -q ] dane testowe plik_modelu [ plik wyjściowy ]
OPIS
przewidywanie svm wykorzystuje maszynę wektorów nośnych określoną przez dane wejście plik_modelu aby
prognozy dla każdej próbki w dane testowe
Format tego pliku jest identyczny z plikiem Training_data używanym w svm_train(1) oraz
jest po prostu rzadkim wektorem w następujący sposób:
: : . . .
.
.
.
W każdym wierszu znajduje się jedna próbka. Każda próbka składa się z wartości docelowej (etykiety lub regresji
target), po którym następuje rzadka reprezentacja wektora wejściowego. Wszystko niewymienione
przyjmuje się, że współrzędne wynoszą 0. Dla klasyfikacji jest to liczba całkowita wskazująca
etykieta klasy (obsługiwane jest wiele klas). W przypadku regresji jest to wartość docelowa, która
może być dowolną liczbą rzeczywistą. W przypadku jednoklasowej maszyny SVM nie jest ona używana, więc może być dowolną liczbą. Z wyjątkiem
używanie wstępnie obliczonych jąder (wyjaśnionych w innej sekcji), : daje cechę
(wartość atrybutu. jest liczbą całkowitą zaczynającą się od 1 i jest liczbą rzeczywistą.
Indeksy muszą być w kolejności rosnącej. Jeśli masz dane z etykiet dostępne do przetestowania
możesz wprowadzić te wartości w pliku test_data. Jeśli nie są one dostępne, możesz po prostu
wpisz 0 i nie będziesz znać rzeczywistej dokładności bezpośrednio dla SVM, jednak nadal możesz to uzyskać
wyniki przewidywań dla punktu danych.
If plik wyjściowy zostanie podany, zostanie użyty do określenia nazwy pliku do przechowywania
przewidywane wyniki, po jednym w wierszu, w tej samej kolejności co dane testowe plik.
OPCJE
-b oszacowania prawdopodobieństwa
Szacunki_prawdopodobieństwa jest wartością binarną wskazującą, czy obliczyć prawdopodobieństwo
oszacowania podczas uczenia modelu SVC lub SVR. Wartości to 0 lub 1, a domyślnie 0
dla prędkości.
-q tryb cichy; pomijać wiadomości na standardowe wyjście.
Użyj svm-predict online, korzystając z usług onworks.net
