oneClassSvm: oneClassSvm

rxEnsemble で OneClassSvm モデルをトレーニングするための関数名と引数を含むリストを作成します。

使用方法

  oneClassSvm(cacheSize = 100, kernel = rbfKernel(), epsilon = 0.001,
    nu = 0.1, shrink = TRUE, ...)

トレーニングデータを格納するキャッシュの最大サイズ (MB)。大規模なトレーニングセットの場合は、これを増やします。既定値は 100 MB です。

内部製品の計算に使用されるカーネルを表す文字列。詳細については、 maKernel を参照してください。次の選択肢があります。

rbfKernel():放射状基底関数カーネル。そのパラメーターは、gammaという用語のexp(-gamma|x-y|^2を表します。指定しない場合、既定では 1 使用するフィーチャの数で除算されます。たとえば、rbfKernel(gamma = .1) のようにします。これが既定値です。
linearKernel(): 線形カーネル。
polynomialKernel(): aという用語でパラメーター名bias、deg、および(a*<x,y> + bias)^degを持つ多項式カーネル。 biasは、既定で 0 に設定されます。度 ( deg) は、既定で 3 に設定されます。 aが指定されていない場合は、1フィーチャの数で割った値に設定されます。たとえば、maKernelPoynomial(bias = 0, deg = `` 3) のようにします。
sigmoidKernel(): パラメーター名がgammaされ、coef0という用語でtanh(gamma*<x,y> + coef0)されている Sigmoid カーネル。 gammaでは、既定では 1 特徴数で除算されます。パラメーター coef0 既定値は 0 です。たとえば、sigmoidKernel(gamma = .1, coef0 = 0) のようにします。

オプティマイザーの収束のしきい値。イテレーション間の改善がしきい値を下回った場合に、アルゴリズムが終了して現在のモデルが返されます。値は、 .Machine$double.eps以上である必要があります。既定値は 0.001 です。

外れ値の割合とサポートベクターの数の間のトレードオフ (ギリシャ文字 nu で表されます)。 0 から 1 の間 (通常は 0.1 から 0.5 の間) である必要があります。既定値は 0.1 です。

TRUE場合は、縮小ヒューリスティックを使用します。この場合、一部のサンプルはトレーニング手順中に "圧縮" され、トレーニングが高速化される可能性があります。既定値は TRUE です。

Microsoft コンピューティングエンジンに直接渡される追加の引数。