Support Vector Machine(SVM) SVM 클래스

(PECL svm >= 0.1.0)

소개

---

클래스 개요

---

                  
class SVM {

  /* Constants */
  const int C_SVC = 0;
  const int NU_SVC = 1;
  const int ONE_CLASS = 2;
  const int EPSILON_SVR = 3;
  const int NU_SVR = 4;
  const int KERNEL_LINEAR = 0;
  const int KERNEL_POLY = 1;
  const int KERNEL_RBF = 2;
  const int KERNEL_SIGMOID = 3;
  const int KERNEL_PRECOMPUTED = 4;
  const int OPT_TYPE = 101;
  const int OPT_KERNEL_TYPE = 102;
  const int OPT_DEGREE = 103;
  const int OPT_SHRINKING = 104;
  const int OPT_PROPABILITY = 105;
  const int OPT_GAMMA = 201;
  const int OPT_NU = 202;
  const int OPT_EPS = 203;
  const int OPT_P = 204;
  const int OPT_COEF_ZERO = 205;
  const int OPT_C = 206;
  const int OPT_CACHE_SIZE = 207;

  /* Methods */
  public __construct()
  public svm::crossvalidate(array $problem, int $number_of_folds): float
  public getOptions(): array
  public setOptions(array $params): bool
  public svm::train(array $problem, array $weights = ?): SVMModel
}
                  
                

미리 정의된 상수

---

SVM 상수

---

SVM::C_SVC

기본 C_SVC SVM 유형입니다. 기본값 및 좋은 시작점

SVM::NU_SVC

NU_SVC 유형은 더 유연하고 다른 오류 가중치를 사용합니다.

SVM::ONE_CLASS

하나의 클래스 SVM 유형. 특이치를 부정적인 예로 사용하여 단일 클래스에 대해서만 훈련

SVM::EPSILON_SVR

회귀를 위한 SVM 유형(단순한 클래스가 아닌 값 예측)

SVM::NU_SVR

A NU 스타일 SVM 회귀 유형

SVM::KERNEL_LINEAR

매우 간단한 커널, 큰 문서 분류 문제에서 잘 작동

SVM::KERNEL_POLY

다항식 커널

SVM::KERNEL_RBF

일반적인 가우시안 RBD 커널. 비선형 문제를 잘 처리하며 분류에 적합한 기본값입니다.

SVM::KERNEL_SIGMOID

시그모이드 함수를 기반으로 하는 커널. 이것을 사용하면 SVM이 2계층 시그모이드 기반 신경망과 매우 유사합니다.

SVM::KERNEL_PRECOMPUTED

미리 계산된 커널 - 현재 지원되지 않습니다.

SVM::OPT_TYPE

SVM 유형에 대한 옵션 키

SVM::OPT_KERNEL_TYPE

커널 유형에 대한 옵션 키

SVM::OPT_DEGREE

SVM::OPT_SHRINKING

축소 휴리스틱을 사용할지 여부에 대한 훈련 매개변수, 부울

SVM::OPT_PROBABILITY

확률 추정치를 수집하고 사용할지 여부에 대한 훈련 매개변수, 부울

SVM::OPT_GAMMA

Poly, RBF 및 Sigmoid 커널 유형에 대한 알고리즘 매개변수.

SVM::OPT_NU

NU_ SVM 유형에서만 사용되는 nu 매개변수의 옵션 키

SVM::OPT_EPS

엡실론 회귀에 사용되는 엡실론 매개변수의 옵션 키

SVM::OPT_P

Episilon SVR 회귀에서 사용되는 훈련 매개변수

SVM::OPT_COEF_ZERO

폴리 및 시그모이드 커널에 대한 알고리즘 매개변수

SVM::OPT_C

오류와 일반성 간의 트레이드오프를 제어하는 ​​비용 매개변수에 대한 옵션 - 교육 예제를 잘못 분류하는 데 효과적인 페널티입니다.

SVM::OPT_CACHE_SIZE

메모리 캐시 크기(MB)

목차

---

• SVM::__construct — 새 SVM 객체 생성
• SVM::crossvalidate — 훈련 데이터의 하위 집합에 대한 훈련 매개변수 테스트
• SVM::getOptions — 현재 훈련 매개변수 반환
• SVM::setOptions — 훈련 매개변수 설정
• SVM::train — 훈련 데이터를 기반으로 SVMModel 만들기