array ( 0 => 'index.php', 1 => 'PHP Manual', ), 'head' => array ( 0 => 'UTF-8', 1 => 'es', ), 'this' => array ( 0 => 'class.svm.php', 1 => 'SVM', ), 'up' => array ( 0 => 'book.svm.php', 1 => 'SVM', ), 'prev' => array ( 0 => 'svm.examples.php', 1 => 'Ejemplos', ), 'next' => array ( 0 => 'svm.construct.php', 1 => 'SVM::__construct', ), 'alternatives' => array ( ), 'source' => array ( 'lang' => 'es', 'path' => 'reference/svm/svm.xml', ), 'extra_header_links' => array ( 'rel' => 'alternate', 'href' => '/manual/en/feeds/class.svm.atom', 'type' => 'application/atom+xml', ), ); $setup["toc"] = $TOC; $setup["toc_deprecated"] = $TOC_DEPRECATED; $setup["parents"] = $PARENTS; manual_setup($setup); ?>
(PECL svm >= 0.1.0)
SVM::C_SVC
El tipo básico C_SVC SVM. Es el tipo por defecto. Un buen punto de partida.
SVM::NU_SVC
El tipo NU_SVC usa una diferente y más flexible ponderación de errores.
SVM::ONE_CLASS
Una clase de tipo SVM. Guía simplemente a una clase, usando valores extremos como ejemplos negativos.
SVM::EPSILON_SVR
Un tipo SVM para regresión (prediciento un valor más que símplemente una clase)
SVM::NU_SVR
Un tipo de regresión SVM al estilo NU.
SVM::KERNEL_LINEAR
Un núcleo muy simple, puede funcionar bien con problemas de clasificación de documentos grandes.
SVM::KERNEL_POLY
Un núcleo polinómico
SVM::KERNEL_RBF
El común nucleo Gaussiano RBD. Maneja bien problemas no lineales y es un buen estándar para la clasificación.
SVM::KERNEL_SIGMOID
Un núcleo basado en la función sigmoid. Usando esta, SVM se hace muy similar a sigmoid de dos capas basado en redes neuronales.
SVM::KERNEL_PRECOMPUTED
Un núcleo precalculado - actualmente sin soporte.
SVM::OPT_TYPE
La clave de opciones para el tipo SVM
SVM::OPT_KERNEL_TYPE
La clave opcional para el tipo de núcleo
SVM::OPT_DEGREE
SVM::OPT_SHRINKING
Parámetro de formación, booleano, para cualquier uso de reducciones heurísticas.
SVM::OPT_PROBABILITY
Parámetro de formación, booleano, para recaudar y estimar el uso de probabilidades.
SVM::OPT_GAMMA
Parámetro algorítmico para usar Poly, RBF y Sigmoid como tipos de núcleo.
SVM::OPT_NU
La clave de opción para el parámetro NU, solo usado en tipos NU_ SVM.
SVM::OPT_EPS
La clave para la opción del parámetro Epsilon, Usada en regresiones epsilon.
SVM::OPT_P
Parámetro de formación usado por regresiones Episilon SVR
SVM::OPT_COEF_ZERO
Parámetro para el algoritmo de núcleos poly y sigmoid
SVM::OPT_C
La opción para el parámetro de coste que controla la compensación entre errores y generalidad - efectivamente la sanción por la clasificación errónea de los ejemplos de formación.
SVM::OPT_CACHE_SIZE
Tamaño de la memoria caché, en MB.