oneClassSvm：oneClassSvm

创建一个包含函数名称和参数的列表，以使用 rxEnsemble 定型 OneClassSvm 模型。

用法

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

论据

cacheSize

存储训练数据的缓存的最大大小（以 MB 为单位）。 为大型训练集增加此值。 默认值为 100 MB。

kernel

一个字符串，表示用于计算内部产品的内核。 有关详细信息，请参阅 maKernel。 可用选项如下：

• rbfKernel()：径向基函数内核。 其参数在术语exp(-gamma|x-y|^2中表示gamma。 如果未指定，则默认 1 除以使用的功能数。 例如，rbfKernel(gamma = .1)。 这是默认值。
• linearKernel()：线性内核。
• polynomialKernel()：具有参数名称 a的多项式内核， bias并在 deg 术语 (a*<x,y> + bias)^deg中。 默认值 bias为 0. 度， deg默认值为 3. 如果未 a 指定，则将其设置为 1 除以特征数。 例如，maKernelPoynomial(bias = 0, deg = `` 3)。
• sigmoidKernel()：带参数名称和gammacoef0术语tanh(gamma*<x,y> + coef0)的 Sigmoid 内核。 gamma，默认 1 除以特征数。 coef0参数默认为 0. 例如，sigmoidKernel(gamma = .1, coef0 = 0)。

epsilon

优化器收敛的阈值。 如果迭代间的改进小于阈值，则算法将停止并返回当前模型。 该值必须大于或等于 .Machine$double.eps。 默认值为 0.001。

nu

离群值分数与支持向量数（由希腊文字母 nu 表示）之间的权衡。 必须介于 0 和 1 之间，通常介于 0.1 和 0.5 之间。 默认值为 0.1。

shrink

使用收缩启发法（如果 TRUE）。 在这种情况下，某些示例将在训练过程中“收缩”，这可能会加快训练速度。 默认值是 TRUE。

...

要直接传递给Microsoft计算引擎的其他参数。