Алгоритмы выбора линейных регрессионных моделей (практика)/Вспомогательные функции

Материал из MachineLearning.

(Различия между версиями)

Версия 11:44, 10 января 2010

Навигатор по уже реализованным общеполезным функциям. Подобные описания можно посмотреть в соответствующих исходных файлах.

Если добавляете новые функции, то полезно их заносить в этот список, чтобы был легко обнаружить всем интересующимся.

Содержание

1 Работа с масками - векторам из нулей и единиц
2 Функционалы скользящего контроля
- 2.1 testMask
- 2.2 cvQFoldsOut
3 Разное
- 3.1 splitData

Работа с масками - векторам из нулей и единиц

nextMask

Если представить маску как бинарное число, то добавлеяет единичку. Полезно при переборе различных масок.

randMask

Генерирует случайную маску согласно заданным распределениям вероятностей. Задается необходимое количество единичек.

subsets

Генерирует всевозможные маски заданной длины. Работает быстро, но необходимые объемы памяти не сложно представить.

Функционалы скользящего контроля

testMask

Возвращает функционал качества, используя признаки, заданные маской.

cvQFoldsOut

На каждой итерации разбивает выборку на обучающую и проверочную случайным образом в заданных пропорциях.

Разное

splitData

Генерирует два непересекающихся набора индексов, случайно разбивая массив заданной длины.

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%90%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D1%8B_%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%B0_%D0%BB%D0%B8%D0%BD%D0%B5%D0%B9%D0%BD%D1%8B%D1%85_%D1%80%D0%B5%D0%B3%D1%80%D0%B5%D1%81%D1%81%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D1%85_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B5%D0%B9_%28%D0%BF%D1%80%D0%B0%D0%BA%D1%82%D0%B8%D0%BA%D0%B0%29/%D0%92%D1%81%D0%BF%D0%BE%D0%BC%D0%BE%D0%B3%D0%B0%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D1%8B%D0%B5_%D1%84%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D0%B8»

@@ Строка 1: / Строка 1: @@
-Описание вспомогательных функций
+Навигатор по уже реализованным общеполезным функциям. Подобные описания можно посмотреть в соответствующих исходных файлах.
+Если добавляете новые функции, то полезно их заносить в этот список, чтобы был легко обнаружить всем интересующимся.
+== Работа с масками - векторам из нулей и единиц ==
+=== nextMask ===
+Если представить маску как бинарное число, то добавлеяет единичку. Полезно при переборе различных масок.
+=== randMask ===
+Генерирует случайную маску согласно заданным распределениям вероятностей. Задается необходимое количество единичек.
+=== subsets ===
+Генерирует всевозможные маски заданной длины. Работает быстро, но необходимые объемы памяти не сложно представить.
+== Функционалы скользящего контроля ==
+=== testMask ===
+Возвращает функционал качества, используя признаки, заданные маской.
+=== cvQFoldsOut ===
+На каждой итерации разбивает выборку на обучающую и проверочную случайным образом в заданных пропорциях.
+== Разное ==
+===splitData===
+Генерирует два непересекающихся набора индексов, случайно разбивая массив заданной длины.