本文整理匯總了Python中shogun.Classifier.LibSVM.set_tube_epsilon方法的典型用法代碼示例。如果您正苦於以下問題：Python LibSVM.set_tube_epsilon方法的具體用法？Python LibSVM.set_tube_epsilon怎麽用？Python LibSVM.set_tube_epsilon使用的例子？那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在類shogun.Classifier.LibSVM的用法示例。
在下文中一共展示了LibSVM.set_tube_epsilon方法的2個代碼示例，這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚，您的評價將有助於係統推薦出更棒的Python代碼示例。
示例1: init_svm
# 需要導入模塊: from shogun.Classifier import LibSVM [as 別名]
# 或者: from shogun.Classifier.LibSVM import set_tube_epsilon [as 別名]
def init_svm(task_type, kernel, labels):
"""A factory for creating the right svm type"""
C=1
epsilon=1e-5
if task_type == 'Binary Classification':
svm = LibSVM(C, kernel, labels)
elif task_type == 'Multi Class Classification':
svm = LibSVMMultiClass(C, kernel, labels)
elif task_type == 'Regression':
tube_epsilon=1e-2
svm=LibSVR(C, epsilon, kernel, labels)
svm.set_tube_epsilon(tube_epsilon)
else:
print task_type + ' unknown!'
return svm示例2: xrange
# 需要導入模塊: from shogun.Classifier import LibSVM [as 別名]
# 或者: from shogun.Classifier.LibSVM import set_tube_epsilon [as 別名]
from shogun.Kernel import LinearKernel
num_feats=23
num_vec=42
scale=2.1
size_cache=10
C=0.017
epsilon=1e-5
tube_epsilon=1e-2
svm=LibSVM()
svm.set_C(C, C)
svm.set_epsilon(epsilon)
svm.set_tube_epsilon(tube_epsilon)
for i in xrange(3):
data_train=random.rand(num_feats, num_vec)
data_test=random.rand(num_feats, num_vec)
feats_train=RealFeatures(data_train)
feats_test=RealFeatures(data_test)
labels=Labels(random.rand(num_vec).round()*2-1)
svm.set_kernel(LinearKernel(size_cache, scale))
svm.set_labels(labels)
kernel=svm.get_kernel()
print "kernel cache size: %s" % (kernel.get_cache_size())
kernel.init(feats_test, feats_test)