Вкладка Эксперт узла One-Class SVM

На вкладке Эксперт узла One-Class SVM можно выбрать режим - Простой или Эксперт. Если выбрать Простой режим, все параметры будут заданы по умолчанию, как показано ниже. Если выбрать режим Эксперт, для этих параметров можно задать пользовательские значения. Дальнейшие подробности об этих опциях смотрите по адресу http://scikit-learn.org/stable/modules/generated/sklearn.svm.OneClassSVM.html#sklearn.svm.OneClassSVM.

Критерии остановки. Укажите допуск для критериев остановки. Значение по умолчанию - 1.0E-3 (0.001).

Точность регрессии (ню). Граница для доли ошибок обучения и опорных векторов. Значение по умолчанию - 0.1.

Тип ядра. Тип ядра для использования в алгоритме. Возможные варианты - RBF, Полиномиальный, Сигмоидный, Линейный или Предварительно вычисленный. Значение по умолчанию - RBF.

Задать Gamma. Выберите эту опцию, чтобы задать Гамму. Иначе будет применена автоматическая гамма.

Гамма. Параметр Гамма доступен только для типов ядра RBF, полиномиальный и сигмоидальный.

Коэф0. Параметр Коэф0 доступен только для типов ядра полиномиальный и сигмоидальный.

Степень. Параметр Степень доступен только для полиномиального типа ядра.

Использовать сокращение. Выберите эту опцию для использования эвристического сокращения. По умолчанию эта опция выключена.

Задайте размер кэша ядра (в Мбайтах). Выберите эту опцию, чтобы задать размер кэша ядра. По умолчанию эта опция выключена. Если она включена, значение по умолчанию - 200 Мбайт.

Гиперпараметрическая оптимизация (на основе Rbfopt) Выберите эту опцию, чтобы включить гиперпараметрическую оптимизацию, основанную на Rbfopt, автоматически обнаруживающем оптимальную комбинацию параметров так, чтобы модель достигала ожидаемого или более низкого коэффициента ошибок на выборках. Подробности о Rbfopt смотрите в разделе http://rbfopt.readthedocs.io/en/latest/rbfopt_settings.html.

Цель. Значение целевой функции (частоты ошибок модели на выборках), которого мы хотим достичь (например, значение неизвестного оптимума). Задайте приемлемое значение, например, 0,01.

Максимальное число итераций. Максимальное число итераций для попыток построения модели. Значение по умолчанию - 1000.

Максимальное число оценок. Максимальное число оценок функций для попыток построения модели, если наша цель - точность, а не скорость. Значение по умолчанию - 300.