名前
weka.classifiers.functions.SMOreg

---

構文
道具のアレックス・スモラとバーンハードScholkopfが連続する、最小量サポートベクトル回帰モデルを訓練するための最適化アルゴリズム。そしてこの実現がすべての欠測値にグローバルに取って代わる。名目上の属性を2進のものに変えます。 それもデフォルトですべての属性を正常にします。 (それに注意してください、係数出力では、正常にされたか標準化されたデータに基づいています。オリジナルのデータ。) SMOアルゴリズムの詳しい情報に関しては、

を見てください。Alex J. Smola, Bernhard Scholkopf (1998). "A Tutorial on Support Vector Regression". NeuroCOLT2 Technical Report Series - NC2-TR-1998-030.

S.K. Shevade, S.S. Keerthi, C. Bhattacharyya, K.R.K. Murthy, "Improvements to SMO Algorithm for SVM Regression". Technical Report CD-99-16, Control Division Dept of Mechanical and Production Engineering, National University of Singapore.

オプション
c -- 複雑さパラメタC。

cacheSize -- カーネルキャッシュ(素数であるべきである)のサイズ。

debug -- trueに設定されると，分類学習アルゴリズムは追加インフォメーションをコンソールに出力します．

eps -- 下にラウンド誤り(変えるべきでない)のためのイプシロン。

epsilon -- 逸脱が許容される量。外では、イプシロンの値が使用される腕時計(正常にされるか、または標準化されます) データ。

exponent -- 多項式カーネルのための解説者。

featureSpaceNormalization -- 特徴宇宙正常化が実行される、(唯一非線形の多項式カーネルに利用可能である、)

filterType -- /がデータであるならどのように変えられるかを決定します。

gamma -- RBFカーネルのためのガンマパラメタの値。

lowerOrderTerms -- また、下層階級polyomialsが使用される、(唯一非線形の多項式カーネルに利用可能である、)

toleranceParameter -- 寛容パラメタ(変えるべきではありません)。

useRBF -- 多項式1の代わりにRBFカーネルを使用しますか?