La classe SVM

&reftitle.classsynopsis; SVM SVM Constantes const int SVM::C_SVC 0 const int SVM::NU_SVC 1 const int SVM::ONE_CLASS 2 const int SVM::EPSILON_SVR 3 const int SVM::NU_SVR 4 const int SVM::KERNEL_LINEAR 0 const int SVM::KERNEL_POLY 1 const int SVM::KERNEL_RBF 2 const int SVM::KERNEL_SIGMOID 3 const int SVM::KERNEL_PRECOMPUTED 4 const int SVM::OPT_TYPE 101 const int SVM::OPT_KERNEL_TYPE 102 const int SVM::OPT_DEGREE 103 const int SVM::OPT_SHRINKING 104 const int SVM::OPT_PROPABILITY 105 const int SVM::OPT_GAMMA 201 const int SVM::OPT_NU 202 const int SVM::OPT_EPS 203 const int SVM::OPT_P 204 const int SVM::OPT_COEF_ZERO 205 const int SVM::OPT_C 206 const int SVM::OPT_CACHE_SIZE 207 Méthodes

&reftitle.constants;

Constantes SVM SVM::C_SVC Le type SVM C_SVC basique. C'est le type par défaut, et un bon point de départ. SVM::NU_SVC Le type NU_SVC utilise une pondération différente, plus souple des erreurs. SVM::ONE_CLASS Une type de classe SVM. S'entraîne sur une seule classe, en utilisant les valeurs aberrantes comme des exemples négatifs. SVM::EPSILON_SVR Un type SVM pour la régression (prédiction d'une valeur plutôt que seulement une classe). SVM::NU_SVR Un type NU de régression SVM. SVM::KERNEL_LINEAR Un noyau très simple, pouvant fonctionner correctement sur un large document de problèmes de classification. SVM::KERNEL_POLY Un noyau polynôme. SVM::KERNEL_RBF Un noyau Gaussien RBD commun. Gère parfaitement les problèmes non linéaires, et est un bon noyau par défaut pour la classification. SVM::KERNEL_SIGMOID Un noyau basé sur la fonction sigmoïde. Son utilisant rend SVM très similaire à une interface sigmoïde basée sur un réseau neutre. SVM::KERNEL_PRECOMPUTED Un noyau pré-calculé - actuellement non supporté. SVM::OPT_TYPE Les clés en option pour le type SVM. SVM::OPT_KERNEL_TYPE Les clés en option pour le type de noyau. SVM::OPT_DEGREE SVM::OPT_SHRINKING Paramètre d’entraînement, booléen, pour indiquer d'utiliser les heuristiques rétrécis. SVM::OPT_PROBABILITY Paramètre d’entraînement, booléen, pour indiquer d'utiliser des estimations des probabilités. SVM::OPT_GAMMA Paramètre de l'algorithme pour les types de noyau Poly, RBF et sigmoïde. SVM::OPT_NU La clé optionnelle pour le paramètre NU, uniquement utilisée pour les types NU_ SVM. SVM::OPT_EPS La clé optionnelle pour le paramètre Epsilon, utilisé pour la régression epsilon. SVM::OPT_P Paramètre d'entraînement utilisé par la régression Epsilon SVR. SVM::OPT_COEF_ZERO Paramètre d'algorithme pour les noyaux poly et sigmoïde. SVM::OPT_C L'option pour le paramètre cost qui contrôle les négociations entre les erreurs et les généralités - effectivement, la pénalité pour mauvaise classification des exemples d'entrainement. SVM::OPT_CACHE_SIZE Taille de la mémoire cache, en Mo.