oneClassSvm: oneClassSvm

함수 이름과 인수를 포함하는 목록을 만들어 rxEnsemble을 사용하여 OneClassSvm 모델을 학습시킵니다.

사용법

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

학습 데이터를 저장하는 캐시의 최대 크기(MB)입니다. 대규모 학습 집합에 대해 이 값을 늘입니다. 기본값은 100MB입니다.

내부 제품을 계산하는 데 사용되는 커널을 나타내는 문자 문자열입니다. 자세한 내용은 maKernel을 참조하세요. 다음 중에서 선택할 수 있습니다.

rbfKernel(): 방사형 기본 함수 커널입니다. 해당 매개 변수는 gamma 용어 exp(-gamma|x-y|^2로 나타냅니다. 지정하지 않으면 기본적으로 1 사용되는 기능 수로 나뉩니다. 예: rbfKernel(gamma = .1). 기본값입니다.
linearKernel(): 선형 커널입니다.
polynomialKernel(): 매개 변수 이름이 abias있는 다항식 커널 및 deg 용어 (a*<x,y> + bias)^deg. 기본값은 bias.입니다 0. degree, deg즉 기본값은 .입니다 3. 지정하지 않으면 a 기능 수로 나누도록 1 설정됩니다. 예: maKernelPoynomial(bias = 0, deg = `` 3).
sigmoidKernel(): 매개 변수 이름과 gammacoef0 용어 tanh(gamma*<x,y> + coef0)가 있는 시그모이드 커널입니다. gamma- 기본적으로 1 기능 수로 나뉩니다. 매개 변수 coef0 의 기본값은 .입니다 0. 예: sigmoidKernel(gamma = .1, coef0 = 0).

최적화 프로그램 수렴을 위한 임계값입니다. 반복 간의 개선 수준이 임계값보다 낮으면 알고리즘이 중지되며 현재 모델이 반환됩니다. 값은 0보다 크거나 같 .Machine$double.eps아야 합니다. 기본값은 0.001입니다.

이상값의 분수와 지원 벡터 수(그리스 문자 nu로 표현됨) 간의 절차입니다. 0에서 1 사이여야 하며, 일반적으로 0.1에서 0.5 사이여야 합니다. 기본값은 0.1입니다.

이면 TRUE축소 추론을 사용합니다. 이 경우 일부 샘플은 학습 절차 중에 "축소"되어 학습 속도를 높일 수 있습니다. 기본값은 TRUE입니다.

Microsoft 컴퓨팅 엔진에 직접 전달할 추가 인수입니다.