array ( 0 => 'index.php', 1 => 'PHP Manual', ), 'head' => array ( 0 => 'UTF-8', 1 => 'ru', ), 'this' => array ( 0 => 'class.svmmodel.php', 1 => 'SVMModel', 2 => 'Класс SVMModel', ), 'up' => array ( 0 => 'book.svm.php', 1 => 'SVM', ), 'prev' => array ( 0 => 'svm.train.php', 1 => 'SVM::train', ), 'next' => array ( 0 => 'svmmodel.checkprobabilitymodel.php', 1 => 'SVMModel::checkProbabilityModel', ), 'alternatives' => array ( ), 'source' => array ( 'lang' => 'ru', 'path' => 'reference/svm/svmmodel.xml', ), 'history' => array ( ), 'extra_header_links' => array ( 'rel' => 'alternate', 'href' => '/manual/en/feeds/class.svmmodel.atom', 'type' => 'application/atom+xml', ), ); $setup["toc"] = $TOC; $setup["toc_deprecated"] = $TOC_DEPRECATED; $setup["parents"] = $PARENTS; manual_setup($setup); contributors($setup); ?>

Класс SVMModel

(PECL svm >= 0.1.0)

Введение

SVMModel — конечный результат процесса обучения. Результат можно использовать для классификации ранее неизвестных данных.

Обзор класса

class SVMModel {
/* Методы */
public __construct(string $filename = ?)
public checkProbabilityModel(): bool
public getLabels(): array
public getNrClass(): int
public getSvmType(): int
public getSvrProbability(): float
public load(string $filename): bool
public predict(array $data): float
public predict_probability(array $data): float
public save(string $filename): bool
}

Содержание