playbook/skills/tsl-api-reference/references/codegen/module/recent-updates-32215.md

应用专题 / 数学算法

create(epsilon, tol, c, loss, fit_intercept, intercept_scaling, dual, verbose, random_state, max_iter)

声明：function

构造函数

参数	类型	说明
epsilon	any	模型使用的 epsilon 参数
tol	any	优化过程的停止容差
c	any	模型或计算过程使用的约束参数
loss	any	模型使用的损失函数
fit_intercept	any	构造函数使用的 fit_intercept 输入值
intercept_scaling	any	构造函数使用的 intercept_scaling 输入值
dual	boolean	是否求解对偶优化问题
verbose	boolean	是否输出详细运行信息
random_state	any	随机数生成器的种子或状态
max_iter	any	最大迭代次数

返回：any

create(nu, c, kernel, degree, gamma, coef_0, shrinking, tol, cache_size, verbose, max_iter)

声明：function

构造函数

参数	类型	说明
nu	any	支持向量模型使用的 nu 参数
c	any	模型或计算过程使用的约束参数
kernel	any	支持向量模型使用的核函数
degree	any	多项式核函数的次数
gamma	any	核函数使用的 gamma 参数
coef_0	any	核函数使用的独立系数
shrinking	boolean	是否使用 shrinking 启发式算法
tol	any	优化过程的停止容差
cache_size	any	核函数缓存大小
verbose	boolean	是否输出详细运行信息
max_iter	any	最大迭代次数

返回：any

create(kernel, degree, gamma, coef_0, tol, nu, shrinking, cache_size, verbose, max_iter)

声明：function

构造函数

参数	类型	说明
kernel	any	支持向量模型使用的核函数
degree	any	多项式核函数的次数
gamma	any	核函数使用的 gamma 参数
coef_0	any	核函数使用的独立系数
tol	any	优化过程的停止容差
nu	any	支持向量模型使用的 nu 参数
shrinking	boolean	是否使用 shrinking 启发式算法
cache_size	any	核函数缓存大小
verbose	boolean	是否输出详细运行信息
max_iter	any	最大迭代次数

返回：any

create(kernel, degree, gamma, coef_0, tol, c, epsilon, shrinking, cache_size, verbose, max_iter)

声明：function

构造函数

参数	类型	说明
kernel	any	支持向量模型使用的核函数
degree	any	多项式核函数的次数
gamma	any	核函数使用的 gamma 参数
coef_0	any	核函数使用的独立系数
tol	any	优化过程的停止容差
c	any	模型或计算过程使用的约束参数
epsilon	any	模型使用的 epsilon 参数
shrinking	boolean	是否使用 shrinking 启发式算法
cache_size	any	核函数缓存大小
verbose	boolean	是否输出详细运行信息
max_iter	any	最大迭代次数

返回：any

decision_function(x)

声明：function

预测样本的置信度。样本的置信度得分与样本到超平面的符号距离成正比

参数	类型	说明
x	array	数组，形状为(n_samples,n_features)，要获取置信度分数的数据

返回：any

fit(x, y, sample_weight)

声明：function

根据给定的训练数据拟合 SVM 模型

参数	类型	说明
x	array	数组，形状为 (n_samples, n_features) 或 (n_samples, n_samples)，其中 n_samples 是样本数， n_features 是特征数。内核为'precomputed'时，X 的预期形状为 (n_samples, n_samples)
y	any	模型训练目标或因变量数据
sample_weight	any	各样本对应的权重

返回：any

fit_predict(x, y)

声明：function

对 X 进行拟合，并返回 X 的预测标签。对于离群值，返回 -1；对于正常值，返回 1

参数	类型	说明
x	array	数组，形状为 (n_samples, n_features)，其中 n_samples 是样本数，n_features 是特征数
y	any	模型训练目标或因变量数据

返回：any

score(x)

声明：function

样本的原始决策函数值

参数	类型	说明
x	array	数组，形状为(n_samples, n_features)，测试样本

返回：any