|
| | SubAdSvm (const std::string name, const std::string file, const std::string filename) |
| |
| | SubAdSvm (const SubAdSvm &sa) |
| |
| virtual | ~SubAdSvm () |
| |
| virtual SubAdSvm & | operator= (const SubAdSvm &sa) |
| |
| virtual SubAdaptive * | clone () const |
| | copie
|
| |
| virtual void | prepare (const std::vector< double > &v) |
| | Prépare le réseau avec les stats sur le vecteur etc.
|
| |
| virtual void | prepare (const SiVectorLearnable &vl) |
| |
| virtual void | prepare (const double *vec, unsigned int size) |
| |
| virtual struct svm_problem * | prepare (const SiDBLearnable &vl) |
| |
| virtual std::string | getSvmMode (void) const |
| |
| virtual double | learn (const SiDBLearnable &train) |
| |
| virtual double | getLearnedLabel (const SiVectorLearnable &vl) const |
| |
| virtual SubAdResponse * | crossvalidation (const SiDBLearnable &train, const unsigned int nbfolds) |
| |
| virtual double | prop (const std::vector< double > &) |
| | Propagation (model answer).
|
| |
| virtual double | test (const SiVectorLearnable &vl) |
| | Test: met à jour le taux d'erreur de généralisation Renvoie la valeur prédite par le classifieur.
|
| |
| virtual std::string | chooseFilename (const std::string &basename="") const |
| | {\tt basename} doit être vide ou terminé par '/'
|
| |
| virtual void | subFiles (const std::string &prefix, std::set< std::string > &listNames) const |
| | Donne la liste des fichiers sous le modèle.
|
| |
| virtual void | learnStats (const std::vector< double > &vec, double outp=0) |
| | Ajout à la base de statistiques.
|
| |
| SvmMode | svmMode () const |
| |
| void | setSvmMode (SvmMode m) |
| |
| float | qualitySlope () const |
| |
| void | setQualitySlope (float x) |
| |
| bool | qualityShiftedBadOutput () const |
| | in shitfed output mode (the new default), examples classified as bad always get an output >= 0.5
|
| |
| void | setQualityShiftedBadOutput (bool x) |
| |
| struct svm_parameter & | getSvmParameter () |
| |
| virtual void | buildTree (Tree &tr) const |
| | Conversion en arbre (pour IO)
|
| |
| virtual void | setBaseName (const std::string &basename) |
| |
| virtual void | setFileNames (const std::string &name) |
| | Noms des fichiers de sauvegardes (des réseaux de neurones par ex.)
|
| |
| virtual std::string | fileNames () const |
| |
| void | setSvmWeight (int label, double weight) |
| | Set / Get svm parameters.
|
| |
| void | setGamma (double gamma) |
| |
| void | setC (double c) |
| |
| void | setEpsilon (double p) |
| |
| void | setNu (double nu) |
| |
| double | getGamma (void) |
| |
| double | getC (void) |
| |
| double | getEpsilon (void) |
| |
| double | getNu (void) |
| |
| virtual | ~NonIncrementalSubAdaptive () |
| |
| virtual NonIncrementalSubAdaptive & | operator= (const NonIncrementalSubAdaptive &sa) |
| |
| virtual SubAdResponse * | train (AdaptiveLeaf &, const SiDBLearnable &tr, const SiDBLearnable &tst) |
| | Apprentissage.
|
| |
| virtual bool | hasIncrementalLearning (void) const |
| | Apprentissage incrémental ?
|
| |
| virtual | ~SubAdaptive () |
| |
| virtual SubAdaptive & | operator= (const SubAdaptive &sa) |
| |
| virtual double | normalizedPotential (double outp) const |
| |
| virtual double | unNormalizedPotential (double nout) const |
| |
| virtual SubAdResponse * | test (const SiDBLearnable &tst) |
| |
| virtual void | init () |
| | Initialise l'apprentissage (fonction abstraite)
|
| |
| virtual std::vector< double > * | normalizeSelected (const double *vec, unsigned int size) |
| | Normalise le vecteur d'entrée et ne retourne que les composantes sélectionnées dans le modèle.
|
| |
| virtual bool | openFile (const std::string &filename="") |
| | Ouvre un fichier pour écrire les vecteurs de données.
|
| |
| virtual void | closeFile () |
| | Ferme le fichier.
|
| |
| virtual bool | fileOpened () const |
| | répond si le fichier est ouvert ou non
|
| |
| void | setRealClassMode (RealClassMode m) |
| |
| std::string | getRealClassMode (void) const |
| |
| virtual void | resetStats () |
| | Vide toutes les stats.
|
| |
| virtual void | setStats (const std::vector< double > &mean, const std::vector< double > &sigma) |
| | SetStats from vectors.
|
| |
| unsigned | nStats () const |
| |
| void | setNStats (unsigned nstats) |
| |
| const std::map< unsigned, Stat > & | stats () const |
| |
| void | setStats (const std::map< unsigned, Stat > &stats) |
| |
| double | getMean (unsigned ind) |
| |
| double | getSigma (unsigned ind) |
| |
| double | errorRate () const |
| |
| double | genErrorRate () const |
| |
| double | genGoodErrorRate () const |
| |
| double | genBadErrorRate () const |
| |
| double | genMeanErrorRate () const |
| | C'est CETTE fonction qui est utilisée pour la pondération des experts.
|
| |
| void | setErrorRate (double rate) |
| |
| void | setGenErrorRate (double rate) |
| |
| double | localMinGErr () const |
| |
| double | localMaxGErr () const |
| |
| double | globalMinGErr () const |
| |
| double | globalMaxGErr () const |
| |
| void | setLocalMinGErr (double e) |
| |
| void | setLocalMaxGErr (double e) |
| |
| void | setGlobalMinGErr (double e) |
| |
| void | setGlobalMaxGErr (double e) |
| |
| double | misclassGoodRate () const |
| |
| void | setMisclassGoodRate (double x) |
| |
| double | misclassBadRate () const |
| |
| void | setMisclassBadRate (double x) |
| |
| double | misclassRate () const |
| |
| void | updateErrors (double err) |
| | Met à jour les taux d'erreur de généralisation (appelé par test())
|
| |
| void | updateGoodErrors (double err) |
| | Met à jour les taux d'erreur de généralisation pour les bons exemples (appelé par test())
|
| |
| void | updateBadErrors (double err) |
| | Met à jour les taux d'erreur de généralisation pour les bons exemples (appelé par test())
|
| |
| void | setGenGoodErrorRate (double rate) |
| |
| void | setGenBadErrorRate (double rate) |
| |
| void | setLocalGoodMinGErr (double e) |
| |
| void | setLocalGoodMaxGErr (double e) |
| |
| void | setGlobalGoodMinGErr (double e) |
| |
| void | setGlobalGoodMaxGErr (double e) |
| |
| double | appGoodErrorRate () const |
| |
| void | setAppGoodErrorRate (double e) |
| |
| unsigned | stepsSinceGenMin () const |
| |
| void | setStepsSinceGenMin (unsigned n) |
| |
| void | setGlobalGenGBError (double e) |
| |
| void | setLearnfinished (bool s) |
| |
| bool | getLearnfinished (void) const |
| |
| std::string | name () const |
| |
| void | setName (const std::string name) |
| |
| virtual void | getStreams (SubAdaptive &sa) |
| | Transfère les fichiers ouverts d'un autre modèle (en cas de copie)
|
| |
| virtual void | setMinOut (double mino) |
| | Fixe le min de la sortie.
|
| |
| virtual void | setMaxOut (double maxo) |
| | Fixe le max de la sortie.
|
| |
| virtual double | relianceWeight () const |
| |
| RelianceWeightMethod | relianceWeightMethod () const |
| |
| void | setRelianceWeightMethod (RelianceWeightMethod x) |
| |
|
| svm_model * | _svm |
| |
| std::string | _netFileName |
| | Nom du fichier réseau.
|
| |
| std::string | _name |
| | Entrées utiles.
|
| |
| unsigned | _nStats |
| | Nombre d'exemples dans les stats.
|
| |
| std::map< unsigned, Stat > | _stats |
| | Statistiques pour chaque entrée.
|
| |
| std::ostream * | _stream |
| | fichier de sauvegarde des données reçues en apprentissage
|
| |
| std::ostream * | _tstream |
| | fichier de sauvegarde pour les données de propagation / test
|
| |
| double | _errorRate |
| | Taux d'erreur d'apprentissage.
|
| |
| double | _genErrorRate |
| | Taux d'erreur de généralisation.
|
| |
| double | _mg |
| | Minimum global d'erreur.
|
| |
| double | _Mg |
| | Maximum global d'erreur.
|
| |
| double | _ml |
| | Minimum local d'erreur.
|
| |
| double | _Ml |
| | Maximum local d'erreur.
|
| |
| double | _ggErrorRate |
| | Taux d'erreur de généralisation sur les bons exemples.
|
| |
| double | _mgl |
| | Min local d'erreur sur les bons (généralisation)
|
| |
| double | _Mgl |
| | Max local d'erreur sur les bons.
|
| |
| double | _mgg |
| | Min global d'erreur sur les bons.
|
| |
| double | _Mgg |
| | Max global d'erreur sur les bons.
|
| |
| double | _agErrorRate |
| | Taux d'erreur d'apprentissage sur les bons exemples.
|
| |
| unsigned | _stepsSinceGenMin |
| | Nb de tests depuis le dernier minimum global.
|
| |
| double | _gbErrorRate |
| | Taux d'erreur de généralisation sur les mauvais exemples.
|
| |
| double | _mggb |
| | Min global de (erreur bons + erreur mauvais) en généralisation.
|
| |
| double | _misclassGoodRate |
| |
| double | _misclassBadRate |
| |
| double | _minOut |
| | Borne inf de la sortie.
|
| |
| double | _maxOut |
| | Borne sup de la sortie.
|
| |
| bool | _learnfinished |
| | L'apprentissage a été effectué.
|
| |
| RealClassMode | _real_class_mode |
| | Real Class mode.
|
| |
| RelianceWeightMethod | _relianceWeightMethod |
| |
Definition at line 15 of file subadsvm.h.
Public Types inherited from sigraph::SubAdaptive
1.13.2