Knoten "One-Class SVM" - Experte

Auf der Registerkarte Experten des Knotens "One-Class SVM" können Sie den Modus Einfach oder Experten auswählen. Wenn Sie Einfach auswählen, werden alle Parameter wie folgt auf die Standardwerte gesetzt. Wenn Sie Experten auswählen, können Sie benutzerdefinierte Werte für die Parameter angeben. Weitere Details zu diesen Optionen finden Sie in http://scikit-learn.org/stable/modules/generated/sklearn.svm.OneClassSVM.html#sklearn.svm.OneClassSVM.

Stoppkriterien. Geben Sie die Toleranz für Stoppkriterien an. Der Standardwert ist 1,0E-3 (0,001).

Regressionsgenauigkeit (Nu). An die Bruchzahl aus Trainingsfehlern und Unterstützungsvektoren gebunden. Der Standardwert ist 0,1.

Kerntyp. Der Kerntyp, der im Algorithmus verwendet werden soll. Optionen umfassen RBF, Polynomial, Sigmoid, Linear oder Vorher berechnet. Der Standardwert ist RBF.

Gamma angeben. Wählen Sie diese Option aus, um das Gamma anzugeben. Andernfalls wird das automatische Gamma angewendet.

Gamma. Die Einstellung Gamma ist nur für die Kerntypen "RBF", "Polynomial" und "Sigmoid" verfügbar.

Coef0. Die Einstellung Coef0 ist nur für die Kerntypen "Polynomial" und "Sigmoid" verfügbar.

Grad. Die Einstellung Grad ist nur für die Kerntypen "Polynomial" und "Sigmoid" verfügbar.

Shrinking-Heuristik verwenden. Wählen Sie diese Option aus, wenn die Shrinking-Heuristik verwendet werden soll. Diese Option ist standardmäßig inaktiviert.

Größe des Kernel-Cache angeben (in MB). Wählen Sie diese Option aus, um die Größe des Kernel-Cache anzugeben. Diese Option ist standardmäßig inaktiviert. Bei Auswahl dieser Option ist der Standardwert 200 MB.

Hyperparameteroptimierung (auf Basis von Rbfopt). Wählen Sie diese Option aus, um die Hyperparameteroptimierung auf der Basis von Rbfopt zu aktivieren. Diese erkennt automatisch die optimale Parameterkombination, sodass das Modell die erwartete oder eine niedrigere Fehlerrate für die Stichproben erzielt. Weitere Informationen zu Rbfopt finden Sie unter http://rbfopt.readthedocs.io/en/latest/rbfopt_settings.html.

Ziel. Der Zielfunktionswert (Fehlerrate des Modells für die Stichproben), der erreicht werden soll (z. B. der Wert des unbekannten Optimums). Geben Sie einen zulässigen Wert an (z. B. 0,01).

Maximum Iterationen. Maximale Anzahl Iterationen zum Testen des Modells. Der Standardwert ist 1000.

Maximum Auswertungen. Maximale Anzahl Funktionsauswertungen zum Testen des Modells, wobei der Fokus weniger auf der Geschwindigkeit, sondern eher auf der Genauigkeit liegt. Der Standardwert ist 300.

Der Knoten "One-Class SVM" erfordert die Python-Bibliothek scikit-learn©. Die folgende Tabelle zeigt die Beziehung zwischen den Einstellungen im Dialogfeld des SMOTE-Knotens in SPSS Modeler und dem Python-Algorithmus.
Tabelle 1. Zuordnung von Knoteneigenschaften zu Python-Bibliotheksparametern
Parametername Scriptname (Eigenschaftsname) Python-API-Parametername
Stoppkriterien stopping_criteria tol
Regressionsgenauigkeit precision nu
Kerntyp kernel kernel
Gamma gamma gamma
Coef0 coef0 coef0
Grad degree degree
Shrinking-Heuristik verwenden shrinking shrinking
Größe des Kernel-Cache angeben (Zahleneingabefeld) cache_size cache_size
Startwert für Zufallszahlen random_seed random_state