Параметры настройки алгоритмов классификации

Prism, ZeroR - Настраиваемых параметров нет

OneR

MinBucketSize – используется для дискретизации числовых атрибутов

NaiveBayes

displayModelInOldFormat – вывод построенной модели в старом формате. Подходит в случае, когда атрибут класса принимает много значений. Новый формат лучше в том случае, когда меньше классов и много атрибутов.

useKernelEstimator – для оценки числовых атрибутов использовать оценочную функцию отличную от нормального распределения.

useSupervisedDiscretization – использовать дискретизацию с учителем для преобразования числовых атрибутов в номинальные

J48

binarySplits – использовать бинарное разделение на категориальных атрибутах для построения деревьев.

confidenceFactor – доверительный уровень используется для отсечения ветвей (малые значения ведут к более сильному отсечению)

minNumObj – минимальное количество экземпляров в листе.

reducedErrorPruning – использовать отсечение с приведенной погрешностью или алгоритм отсечения C.4.5 (основан на вероятностях).

saveInstanceData – сохранять ли обучающую информацию для визуализации.

subtreeRaising – использовать ли операцию поднятия поддеревьев при отсечении ветвей.

unpruned – оставить ли дерево полным.

useLaplace – использовать оценочную функцию Лапласа для подсчета вероятностей в листьях.

SMO

buildLogisticModels – применять ли логистические модели к выходам (для оценки вероятностей).

c – параметр сложности C.

checksTurnedOff – выключить затратные по времени проверки (использовать с осторожностью).

kernel – функция ядра.

epsilon – параметр точности (не изменять).

filterType –будет ли изменена исходная информация и каким образом (нормализация либо стандартизация ).

toleranceParameter – допустимое отклонение (не изменять).

IBk

KNN – количество соседей.

crossValidate – будет ли использоваться для выбора оптимального количества соседей кросс-проверка hold-one-out.

distanceWeighting – выбор метода выбора весовых коэффициентов для расстояний.

meanSquared – используется ли среднеквадратическая ошибка или средняя абсолютная ошибка для кросс-проверки при решении задачи регрессии.

nearestNeighbourSearchAlgorithm – алгоритм для поиска ближайших соседей.

windowSize – максимальное количество экземпляров, разрешенных в обучающем пуле. Добавление дополнительных экземпляров сверх этого значения приведет к удалению старых экземпляров. Значение 0 означает отсутствие предела.