Questo è il comando svm-predict che può essere eseguito nel provider di hosting gratuito OnWorks utilizzando una delle nostre molteplici workstation online gratuite come Ubuntu Online, Fedora Online, emulatore online Windows o emulatore online MAC OS
PROGRAMMA:
NOME
svm-predict: effettua previsioni in base a un file di modello SVM addestrato e verifica i dati
SINOSSI
svm-prevedere [ -b stime_probabilità ] [ -q ] dati di test file_modello [ file di uscita ]
DESCRIZIONE
svm-prevedere usa una Support Vector Machine specificata da un dato input file_modello fare
previsioni per ciascuno dei campioni in dati di test
Il formato di questo file è identico al file training_data utilizzato in svm_train(1) e
è solo un vettore sparso come segue:
: : . . .
.
.
.
C'è un campione per riga. Ogni campione è costituito da un valore target (etichetta o regressione
target) seguito da una rappresentazione sparsa del vettore di input. Tutto non menzionato
si presume che le coordinate siano 0. Per la classificazione, è un numero intero che indica il
etichetta di classe (è supportata la multiclasse). Per la regressione, è il valore target che
può essere un qualsiasi numero reale. Per SVM di una classe, non viene utilizzato, quindi può essere qualsiasi numero. Tranne
usando kernel precalcolati (spiegato in un'altra sezione), : dà una caratteristica
(attributo) valore. è un numero intero a partire da 1 e è un numero reale.
Gli indici devono essere in ordine ASCENDENTE. Se si dispone di dati sull'etichetta disponibili per il test, allora
puoi inserire questi valori nel file test_data. Se non sono disponibili puoi semplicemente
inserisci 0 e non conoscerai la reale precisione per SVM direttamente, tuttavia puoi ancora ottenere
i risultati della sua previsione per il punto dati.
If file di uscita viene fornito, verrà utilizzato per specificare il nome del file in cui memorizzare il
risultati previsti, uno per riga, nello stesso ordine dei dati di test file.
VERSIONI
-b stime di probabilità
stime_probabilità è un valore binario che indica se calcolare la probabilità
stime durante l'addestramento del modello SVC o SVR. I valori sono 0 o 1 e il valore predefinito è 0
per la velocità.
-q modalità silenziosa; sopprimere i messaggi su stdout.
Usa svm-predict online usando i servizi onworks.net
