名前
weka.classifiers.meta.LogitBoost

---

構文
付加的なロジスティクスの復帰を実行するためのクラス。このクラスは復帰計画を使用する分類を実行します。学習者を基礎づけてください、そして、多のクラス問題を扱うことができます。 以上でより詳しい情報は以下の文献を参照

Friedman, J., T. Hastie and R. Tibshirani (1998) "Additive Logistic Regression: a Statistical View of Boosting". Technical report. Stanford University.

決定する効率的な内部の交差している合法化ができます。繰り返しの数を当ててください。

オプション
classifier -- 使用されるベース分類器．

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．

likelihoodThreshold -- 見込みにおける進歩の敷居。

numFolds -- 内部の交差している合法化のための折り目の数、(デフォルト0どんな交差している合法化も実行されないのを意味する、)

numIterations -- 実行されるべきである繰り返しの数。

numRuns -- 内部の交差している合法化のための走行の数。

seed -- 乱数の種として使われる数値．

shrinkage -- 収縮パラメタ、(減少するのに0.1のように小さい値を使用してください。「過剰-合」うこと)

useResampling -- 「再-標本抽出」は「再-重みを加え」ることの代わりに使用されますか?

weightThreshold -- 重さの刈り込みのために敷居に重みを加えてください、(90まで減少してください。学習過程を早くします)