“支持向量机流程问题”

Ghostrider

我想在给定一些训练数据的情况下生成一个SVM模型，然后简单地尝试使用相同的模型来预测训练数据。我设置了一个优化运算符来搜索最优参数，但每次它都执行得很快，然后返回相同的高错误率。有没有人能帮我修改一下下面的流程，让它生成一个能够成功预测训练数据的模型?我真的不知道用于参数优化的搜索限制。

<？xml version="1.0" encoding="UTF-8" standalone="no"?>
<过程version = " 5.1.001 " >
> <上下文
<输入/ >
<输出/ >
<宏/ >
> < /上下文





< /操作符>



<列出关键= " set_additional_roles " / >
< /操作符>



<列出关键= " set_additional_roles " / >
< /操作符>


“参数”<列表键= >
<参数键= " SVM。γ“价值= " (0.0;10)" / >
<参数键= " SVM。ε”价值= " [10;100000)" / >
<参数键= " SVM。ν“价值= " [0.0,0.5]" / >

< / >列表













<列出关键= " class_weights " / >
< /操作符>

<列出关键= " application_parameters " / >
< /操作符>










> < /过程
< /操作符>










> < /过程
< /操作符>
> < /过程

黑线鳕

在样本(Meta部分)中没有确切的例子吗?

SebastianLoh

嗨Ghostrider,

Set Parameter操作符是你的朋友:

http://rapid-i.com/wiki/index.php?title=Set_Parameters

这个操作符很有用，例如在以下场景中。如果想要找到某个学习方案的最佳参数，通常也会对由这些参数生成的模型感兴趣。虽然使用ParameterOptimizationOperator可以很容易地实现第一个，但后者是不可能的，因为ParameterOptimizationOperator不返回内部生成的对象，而只返回参数集。

我希望我能帮上忙。

再见塞巴斯蒂安

Ghostrider

黑线鳕写道:
在样本(Meta部分)中没有确切的例子吗?

嗯……是的，你说得对。在RapidMiner的样本下的Meta部分。示例01看起来就是我所追求的设置。对不起，我应该在问之前检查一下例子。