Este é o comando svm-train que pode ser executado no provedor de hospedagem gratuita OnWorks usando uma de nossas várias estações de trabalho online gratuitas, como Ubuntu Online, Fedora Online, emulador online do Windows ou emulador online do MAC OS
PROGRAMA:
NOME
svm-train - treina uma ou mais instâncias SVM em um determinado conjunto de dados para produzir um arquivo de modelo
SINOPSE
trem-svm [-s svm_type ] [ -t tipo_kernel ] [ -d grau ] [ -g gama ] [ -r coef0 ] [ -c
custo ] [ -n nu ] [ -p epsilon ] [ -m tamanho da memória cache ] [ -e epsilon ] [ -h encolhendo ] [ -b
probabilidade_estimates ] ] [ -wi peso ] [ -v n ] [ -q ]
arquivo_conjunto_treinamento [ arquivo_modelo ]
DESCRIÇÃO
trem-svm treina uma Máquina de Vetores de Suporte para aprender os dados indicados no
arquivo_conjunto_treinamento
e produzir um arquivo_modelo
para salvar os resultados da otimização do aprendizado. Este modelo pode ser usado posteriormente com
svm_predict(1) ou outro software habilitado para LIBSVM.
OPÇÕES
-s svm_type
O padrão svm_type é 0 e pode ser qualquer valor entre 0 e 4 da seguinte maneira:
0 -- C-SVC
1 -- nu-SVC
2 -- uma classe SVM
3 -- épsilon-SVR
4 -- nu-SVR
-t tipo_kernel
kernel_type padrão é 2 (kernel da função de base radial (RBF)) e pode ser qualquer valor
entre 0 e 4 da seguinte forma:
0 -- linear: uv
1 -- polinomial: (gama * uv + coef0) ^ grau
2 -- radial base função: exp (-gamma * | uv | ^ 2)
3 -- sigmóide: tanh (gamma * uv + coef0)
4 -- pré-computado núcleo (núcleo valores in arquivo_conjunto_de_treinamento) --
-d grau
Define o grau da função do kernel, padronizando para 3
-g gama
Ajusta o gama na função do kernel (padrão 1 / k)
-r coef0
Define o coef0 (deslocamento constante) na função do kernel (padrão 0)
-c custo
Define o parâmetro C ( custo ) de C-SVC, epsilon-SVR e nu-SVR (padrão 1)
-n nu Define o parâmetro nu de nu-SVC, SVM de uma classe e nu-SVR (padrão 0.5)
-p épsilon
Colocou o epsilon na função de perda de epsilon-SVR (padrão 0.1)
-m tamanho de cache
Defina o tamanho da memória cache para tamanho da memória cache em MB (padrão 100)
-e épsilon
Defina a tolerância do critério de rescisão para epsilon (padrão 0.001)
-h encolhendo
Se deve usar o encolhendo
heurísticas, 0 ou 1 (padrão 1)
-b estimativas de probabilidade
probabilidade_estimates é um valor binário que indica se deve calcular a probabilidade
estimativas ao treinar o modelo SVC ou SVR. Os valores são 0 ou 1 e o padrão é 0
para velocidade.
-wi peso
Defina o parâmetro C (custo) da classe i para peso * C, para C-SVC (padrão 1)
-vn Set n for n - modo de validação cruzada dobrada
-q modo silencioso; suprimir mensagens para stdout.
Use svm-train online usando serviços onworks.net
