timbl - En ligne dans le Cloud

PROGRAMME:

Nom

timbl - Apprenant basé sur la mémoire de Tilburg

SYNOPSIS

timbl [options]

timbl -f fichier-données -t fichier-test

DESCRIPTION

TiMBL est un progiciel open source mettant en œuvre plusieurs apprentissages basés sur la mémoire
algorithmes, parmi lesquels IB1-IG, une implémentation de la classification des k plus proches voisins
avec une pondération des caractéristiques adaptée aux espaces de caractéristiques symboliques, et IGTree, un arbre de décision
approximation de IB1-IG. Tous les algorithmes implémentés ont en commun de stocker certains
représentation de l'ensemble d'apprentissage explicitement en mémoire. Lors des tests, de nouveaux cas sont
classés par extrapolation à partir des cas stockés les plus similaires.

OPTIONS

-a ou -a
détermine l'algorithme de classification.

Les valeurs possibles sont :

0 or IB
l'algorithme IB1 (k-NN) (par défaut)

1 or IGTREE
une approximation basée sur un arbre de décision de IB1

2 or TRIBLÉ
un hybride de IB1 et IGTREE

3 or IB2
une version d'édition incrémentielle d'IB1

4 or TRIBL2
une version non paramétrique de TRIBL

-b n
nombre de lignes utilisées pour l'amorçage (IB2 uniquement)

-B n
nombre de groupes utilisés pour la discrétisation des valeurs de caractéristiques numériques

--Rayonner=
limiter la sortie de +v db aux n classes ayant le plus de votes

--clones=
nombre de threads à utiliser pour les tests parallèles

-c n
fréquence d'écrêtage pour le pré-stockage des matrices MVDM

+D
stocker les distributions sur tous les nœuds (nécessaire pour utiliser +v db avec IGTree, mais gaspille
mémoire sinon)

--Diversifier
redimensionner le poids (voir docs)

-d vague
peser les voisins en fonction de leur distance :
Z : poids égaux à tous (par défaut)
ID : Distance inverse
IL : Inverse Linéaire
ED:a : Décroissance exponentielle avec facteur a (pas d'espace !)
ED:a:b : Décroissance exponentielle avec facteur a et b (pas d'espace !)

-e n
estimer le temps jusqu'à n modèles testés

-f filet
lire à partir du fichier de données « fichier » OU utiliser les noms de fichiers à partir de « fichier » pour le test de validation croisée

-F le format
assumer le format d'entrée spécifié (Compact, C4.5, ARFF, Columns, Binary, Sparse )

-G normalisation

normaliser les distributions (option +v db uniquement)

Les normalisations prises en charge sont :

Probabilité or 0

normaliser entre 0 et 1

ajouterFacteur: ou 1:

ajoutez f à toutes les cibles possibles, puis normalisez entre 0 et 1 (f par défaut = 1.0).

logProbabilité or 2

Ajoutez 1 au poids cible, prenez le 10Log puis normalisez entre 0 et 1

+H or -H
écrire des arbres hachés (par défaut +H)

-i filet
lire l'InstanceBase à partir du 'fichier' (saute les phases 1 et 2)

-I filet
vider l'InstanceBase dans 'fichier'

-k n
rechercher 'n' voisins les plus proches (par défaut n = 1)

-L n
seuil de fréquence de valeur de consigne pour reculer de MVDM à Chevauchement au niveau n

-l n
longueur de valeur de caractéristique fixe (format compact uniquement)

-m un magnifique
utiliser les métriques de fonctionnalité comme spécifié dans 'string' :
Le format est : GlobalMetric:MetricRange:MetricRange
ex : mO:N3:I2,5-7

C : distance en cosinus. (Global uniquement. Fonctionnalités numériques implicites)
D : produit scalaire. (Global uniquement. Fonctionnalités numériques implicites)
DD : Coefficient de dés
O : chevauchement pondéré (par défaut)
E : distance euclidienne
L : distance de Levenshtein
M : différence de valeur modifiée
J : divergence de Jeffrey
S : divergence Jensen-Shannon
N : valeurs numériques
I : Ignorer les valeurs nommées

--matrice=fichier
lire les matrices de différence de valeur à partir du fichier 'fichier'

--matriceout=fichier
stocker les matrices ValueDifference dans 'file'

-n filet
créer un fichier de noms de style C4.5 « fichier »

-M n
taille du tableau MaxBests

-N n
nombre de fonctionnalités (par défaut 2500)

-o s
utiliser s comme nom de fichier de sortie

--occurrences=
Le fichier d'entrée contient le nombre d'occurrences (à la dernière position) la valeur peut être une
de: train , tester or tous les deux

-O chemin
enregistrer la sortie en utilisant 'path'

-p n
afficher la progression toutes les n lignes (par défaut p = 100,000 XNUMX)

-P chemin
lire les données en utilisant 'path'

-q n
régler le seuil TRIBL au niveau n

-R n
résoudre les liens au hasard avec la graine n

-s
utiliser les poids exemplaires du fichier d'entrée

-s0
ignorer les poids exemplaires du fichier d'entrée

-T n
utilisez la caractéristique n comme étiquette de classe. (par défaut : la dernière fonctionnalité)

-t filet
tester en utilisant 'fichier'

-t laisser_un_out
test avec le régime de test sans interruption (IB1 uniquement). vous pouvez ajouter --sloppy à
accélérer les tests de non-conformité (mais voir la documentation)

-t cross_valider
effectuer un test de validation croisée (IB1 uniquement)

-t @déposer
test en utilisant les fichiers et les options décrits dans 'fichier' Options prises en charge : de F kmopq
R tuvwx % -

--Arborescence =valeur n
ordre de l'arbre :
FAIRE : aucun
GRO : en utilisant GainRatio
IGO : en utilisant InformationGain
1/V : en utilisant 1/# de valeurs
G/V : en utilisant GainRatio/# of Valuess
I/V : en utilisant InfoGain/# of Valuess
X2O : en utilisant X-carré
X/V : en utilisant X-carré/nombre de valeurs
SVO : utilisation de la variance partagée
S/V : utilisation de la variance partagée/nombre de valeurs
GxE : en utilisant GainRatio * SplitInfo
IxE : en utilisant InformationGain * SplitInfo
1/S : en utilisant 1/SplitInfo

-u filet
lire les probabilités de classe de valeur à partir de « fichier »

-U filet
enregistrer les probabilités de classe de valeur dans 'fichier'

-V
Afficher VERSION

+v niveau ou -v niveau
définir ou désactiver le niveau de verbosité, où le niveau est :

s : travailler en silence
o : afficher toutes les options définies
b : afficher le nombre de nœuds/branches et le facteur de branchement
f : afficher les pondérations des caractéristiques calculées (par défaut)
p : afficher les matrices de différence de valeur
e : afficher les correspondances exactes
as : afficher des statistiques avancées (consommer de la mémoire)
cm : afficher la matrice de confusion (implique +vas)
cs : afficher les statistiques par classe (implique +vas)
cf : ajouter de la confiance au fichier de sortie (nécessite -G)
di : ajouter une distance au fichier de sortie
db : ajouter la distribution du fichier de sortie le mieux adapté
md : ajoute la profondeur correspondante au fichier de sortie.
k : ajouter un résumé pour tous les k voisins au fichier de sortie (ensembles -x)
n : ajouter les voisins les plus proches au fichier de sortie (définit -x)

Vous pouvez combiner les niveaux en utilisant '+' par exemple +v p+db ou -v o+di

-w n
pondération
0 ou nw : pas de pondération
1 ou gr : peser en utilisant le rapport de gain (par défaut)
2 ou ig : peser en utilisant le gain d'information
3 ou x2 : peser à l'aide de la statistique du chi carré
4 ou sv : peser à l'aide de la statistique de variance partagée
5 ou sd : peser en utilisant l'écart type. (toutes les caractéristiques doivent être numériques)

-w filet
lire les poids du 'fichier'

-w fichier:n
lire le poids n à partir du 'fichier'

-W filet
calculer et enregistrer tous les poids dans 'fichier'

+% or -%
enregistrer ou ne pas enregistrer le résultat du test (%) dans un fichier

+x or -x
utiliser ou ne pas utiliser le raccourci de correspondance exacte
(IB1 et IB2 uniquement, la valeur par défaut est -x)

-X filet
vider l'InstanceBase en XML dans 'fichier'

Utilisez timbl en ligne en utilisant les services onworks.net