pymvpa2-crossval - क्लाउड में ऑनलाइन

कार्यक्रम:

नाम

pymvpa2-crossval - शिक्षार्थी के प्रदर्शन का क्रॉस-सत्यापन

SYNOPSIS

pimvpa2 क्रॉसवल [--संस्करण] [-h] -i डाटासेट [डाटासेट ...] --सिखाने वाला सिखाने वाला [--सिखाने वाला-
अंतरिक्ष LEARNER_SPACE] --विभाजनकर्ता विभाजक [--errorfx त्रुटिपूर्ण] [--औसत-डेटाफोल्ड-
परिणाम] [--संतुलन-प्रशिक्षण संतुलन_प्रशिक्षण] [--नमूना-पुनरावृत्ति
SAMPLING_REPETITIONS] [--क्रमपरिवर्तन क्रमपरिवर्तन] [--prob-tail {बाएँ दांए}] -o आउटपुट
[--hdf5-संपीड़न TYPE]

वर्णन

शिक्षार्थी के प्रदर्शन का क्रॉस-सत्यापन

एक शिक्षार्थी को इनपुट डेटासेट के विभाजनों पर बार-बार प्रशिक्षित और परीक्षण किया जाता है
एक विन्यास योग्य विभाजन योजना द्वारा उत्पन्न। विभाजन आमतौर पर प्रशिक्षण का गठन करता है
और परीक्षण भाग। शिक्षार्थी को डेटासेट के प्रशिक्षण भाग पर प्रशिक्षित किया जाता है
परीक्षण भाग पर उसकी भविष्यवाणियों की तुलना करके शिक्षार्थी के सामान्यीकरण का परीक्षण किया जाता है।

विद्यार्थी के प्रदर्शन का सारांश STDOUT को लिखा जाता है। विशेष सेटअप पर निर्भर करता है
क्रॉस-वैलिडेशन विश्लेषण का, या तो शिक्षार्थी की कच्ची भविष्यवाणियाँ या सारांश
आँकड़े आउटपुट डेटासेट में लौटाए जाते हैं।

यदि मोंटे-कार्लो क्रमपरिवर्तन परीक्षण सक्षम है (देखें)। --क्रमपरिवर्तन) दूसरा आउटपुट डेटासेट
संगत पी-मानों के साथ भी संग्रहीत किया जाता है (फ़ाइल नाम प्रत्यय '_nullprob')।

विकल्प

--संस्करण
कार्यक्रम का संस्करण और लाइसेंस जानकारी दिखाएं और बाहर निकलें

-h, --मदद, --मदद-एनपी
यह सहायता संदेश दिखाएं और बाहर निकलें। --मदद-एनपी पेजर के उपयोग को बलपूर्वक अक्षम करता है
सहायता प्रदर्शित करने के लिए।

-i डेटासेट [डेटासेट ...], --इनपुट डेटासेट [डेटासेट ...]
एक या एक से अधिक PyMVPA डेटासेट फ़ाइलों के लिए पथ। सभी डेटासेट को a . में मिला दिया जाएगा
विनिर्देश के क्रम में एकल डेटासेट (vstack'ed)। कुछ मामलों में यह विकल्प हो सकता है
एक से अधिक बार निर्दिष्ट करने की आवश्यकता है यदि एकाधिक, लेकिन अलग, इनपुट डेटासेट हैं
आवश्यक.

ऑप्शंस एसटी परिणाम का सत्यापन करना सेट अप:
--सिखाने वाला सिखाने वाला
लर्नर वेयरहाउस में इसके विवरण के माध्यम से एक लर्नर (प्रशिक्षित नोड) का चयन करें (देखें
लिस्टिंग के लिए 'सूचना' कमांड), क्षमताओं की एक कोलन से अलग की गई सूची, या फ़ाइल द्वारा
एक पायथन लिपि का पथ जो एक क्लासिफायरियर इंस्टेंस (उन्नत) बनाता है।

--शिक्षार्थी-अंतरिक्ष LEARNER_SPACE
एक नमूना विशेषता का नाम जो एक शिक्षार्थी द्वारा सीखे जाने वाले मॉडल को परिभाषित करता है। द्वारा
डिफ़ॉल्ट यह 'लक्ष्य' नाम की विशेषता है।

--विभाजनकर्ता विभाजक
एक डेटा तह योजना का चयन करें। समर्थित तर्क हैं: विभाजित-आधे के लिए 'आधा'
विभाजन, विषम और सम भागों में विभाजन के लिए 'विषम', 'समूह-X' जहाँ
X, X समूहों में विभाजन के लिए कोई भी धनात्मक पूर्णांक हो सकता है, 'nX' जहाँ X हो सकता है
छुट्टी-एक्स-विभाजन के लिए कोई भी सकारात्मक पूर्णांक। डिफ़ॉल्ट रूप से विभाजनकर्ता
डेटासेट विखंडू पर काम करते हैं जो एक 'हिस्सा' नमूना विशेषता द्वारा परिभाषित होते हैं। नाम
"चंकिंग" विशेषता को एक कोलन और का नाम जोड़कर बदला जा सकता है
विशेषता (जैसे 'oddeven:run')। वैकल्पिक रूप से इस विकल्प का तर्क भी हो सकता है
एक पायथन स्क्रिप्ट के लिए एक फ़ाइल पथ जो एक कस्टम पार्टीशनर उदाहरण बनाता है
(उन्नत)।

--errorfx त्रुटिपूर्ण
प्रत्येक के लक्ष्यों और भविष्यवाणियों पर लागू होने वाला त्रुटि फ़ंक्शन
क्रॉस-सत्यापन डेटा गुना। यह या तो किसी त्रुटि फ़ंक्शन का नाम हो सकता है
PyMVPA का mvpa2.misc.errorfx मॉड्यूल, या पायथन स्क्रिप्ट का फ़ाइल पथ जो बनाता है
एक कस्टम त्रुटि फ़ंक्शन (उन्नत)।

--औसत-डेटाफोल्ड-परिणाम
पार्टीशनर द्वारा उत्पन्न डेटा फोल्ड में औसत परिणाम मान। उदाहरण के लिए
एक क्रॉसवैलिडेशन प्रक्रिया के सभी तहों में माध्य भविष्यवाणी त्रुटि की गणना करने के लिए।

--संतुलन-प्रशिक्षण संतुलन_प्रशिक्षण
यदि सक्षम किया गया है, तो प्रशिक्षण के नमूने प्रत्येक डेटा तह में संतुलित होते हैं। यदि कीवर्ड
तर्क के रूप में 'बराबर' को प्रत्येक अद्वितीय के लिए समान संख्या में यादृच्छिक नमूने दिए गए हैं
लक्ष्य मूल्य चुना जाता है। प्रति श्रेणी नमूनों की संख्या द्वारा निर्धारित की जाती है
संबंधित प्रशिक्षण सेट में सबसे कम नमूनों वाली श्रेणी। एक
पूर्णांक तर्क प्रति श्रेणी के नमूनों की एक समान संख्या का कारण बनेगा
बेतरतीब ढंग से चुना जाना। एक अस्थायी बिंदु संख्या तर्क (अंतराल [0,1]) इंगित करता है
उपलब्ध नमूनों में से किस अंश का चयन किया जाएगा।

--नमूना-पुनरावृत्ति SAMPLING_REPETITIONS
यदि प्रशिक्षण सेट संतुलन सक्षम है, तो यादृच्छिक नमूना चयन कितनी बार होना चाहिए
प्रत्येक डेटा तह के लिए प्रदर्शन किया। डिफ़ॉल्ट: 1

--क्रमपरिवर्तन क्रमपरिवर्तन
मोंटे-कार्लो क्रमपरिवर्तन की संख्या की गणना H0 . के अनुमान के लिए की जानी है
सभी क्रॉस-सत्यापन परिणामों के लिए वितरण। इस विकल्प को सक्षम करने से बन जाएगा
परिणाम सारांश और आउटपुट में उपलब्ध संगत पी-मानों की रिपोर्ट।

--prob-tail {बाएँ दांए}
प्रायिकता वितरण की कौन सी पूंछ मूल्यांकन करते समय पी-मानों की रिपोर्ट करने के लिए
क्रमपरिवर्तन परीक्षण के परिणाम उदाहरण के लिए, एक क्रॉस-सत्यापन कंप्यूटिंग का मतलब भविष्यवाणी है
त्रुटि एक तरफा परीक्षण के लिए बाएं-पूंछ पी-मान की रिपोर्ट कर सकती है।

उत्पादन विकल्प हैं:
-o आउटपुट, --आउटपुट आउटपुट
आउटपुट फ़ाइल नाम ('.hdf5' एक्सटेंशन यदि आवश्यक हो तो स्वचालित रूप से जोड़ा जाता है)। ध्यान दें
आउटपुट स्वरूप PyMVPA कमांड के बीच डेटा एक्सचेंज के लिए उपयुक्त है, लेकिन नहीं है
लंबी अवधि के भंडारण या विनिमय के लिए अनुशंसित क्योंकि इसकी विशिष्ट सामग्री भिन्न हो सकती है
वास्तविक सॉफ्टवेयर वातावरण पर निर्भर करता है। लंबी अवधि के भंडारण के लिए विचार करें
अन्य डेटा स्वरूपों में रूपांतरण ('डंप' कमांड देखें)।

--hdf5-संपीड़न TYPE
HDF5 भंडारण के लिए संपीड़न प्रकार। उपलब्ध मान विशिष्ट HDF5 . पर निर्भर करते हैं
स्थापना। विशिष्ट मान हैं: 'gzip', 'lzf', 'szip', या 1 से 9 तक के पूर्णांक
gzip संपीड़न स्तरों को इंगित करता है।

onworks.net सेवाओं का उपयोग करके pymvpa2-crossval का ऑनलाइन उपयोग करें