Ignore:
Timestamp:
04/10/12 13:08:50 (2 years ago)
Author:
Ales Erjavec <ales.erjavec@…>
Branch:
default
Message:

Added bias term parameter to the LinearSVMLearner and MulticlassSVMLearner.

File:
1 edited

Legend:

Unmodified
Added
Removed
  • Orange/classification/svm/__init__.py

    r10751 r10774  
    739739 
    740740    def __init__(self, solver_type=L2R_L2LOSS_DUAL, C=1.0, eps=0.01,  
    741                  normalization=True, **kwargs): 
     741                 bias=1.0, normalization=True, **kwargs): 
    742742        """ 
    743743        :param solver_type: One of the following class constants: 
     
    758758        :type eps: float 
    759759         
     760        :param bias: If non negative then each instance is appended a constant 
     761            bias term (default 1.0). 
     762             
     763        :type bias: float 
     764         
    760765        :param normalization: Normalize the input data prior to learning 
    761766            (default True) 
     
    772777        self.eps = eps 
    773778        self.C = C 
     779        self.bias = bias 
    774780        self.normalization = normalization 
    775781 
     
    809815    __new__ = _orange__new__(base=Orange.core.LinearLearner) 
    810816 
    811     def __init__(self, C=1.0, eps=0.01, normalization=True, **kwargs): 
     817    def __init__(self, C=1.0, eps=0.01, bias=1.0, 
     818                 normalization=True, **kwargs): 
    812819        """\ 
    813820        :param C: Regularization parameter (default 1.0) 
     
    817824        :type eps: float 
    818825         
     826        :param bias: If non negative then each instance is appended a constant 
     827            bias term (default 1.0). 
     828             
     829        :type bias: float 
     830         
    819831        :param normalization: Normalize the input data prior to learning 
    820832            (default True) 
     
    824836        self.C = C 
    825837        self.eps = eps 
     838        self.bias = bias 
    826839        self.normalization = normalization 
    827840        for name, val in kwargs.items(): 
     
    934947        >>> for feature_score, feature in sorted(svm_scores, reverse=True): 
    935948        ...     print "%-35s: %.3f" % (feature.name, feature_score) 
    936         kurtosis about major axis          : 47.113 
    937         pr.axis aspect ratio               : 44.949 
    938         max.length rectangularity          : 39.748 
    939         radius ratio                       : 29.098 
    940         scatter ratio                      : 26.133 
    941         skewness about major axis          : 24.403 
    942         compactness                        : 20.432 
    943         hollows ratio                      : 20.109 
    944         max.length aspect ratio            : 15.757 
    945         scaled radius of gyration          : 15.242 
    946         scaled variance along minor axis   : 14.289 
    947         pr.axis rectangularity             : 9.882 
    948         circularity                        : 8.293 
    949         distance circularity               : 7.785 
    950         scaled variance along major axis   : 6.179 
    951         elongatedness                      : 4.038 
    952         skewness about minor axis          : 1.351 
    953         kurtosis about minor axis          : 0.760 
     949        pr.axis aspect ratio               : 44.263 
     950        kurtosis about major axis          : 42.593 
     951        max.length rectangularity          : 39.377 
     952        radius ratio                       : 28.741 
     953        skewness about major axis          : 26.682 
     954        hollows ratio                      : 20.993 
     955        compactness                        : 20.085 
     956        elongatedness                      : 17.410 
     957        distance circularity               : 14.542 
     958        scaled radius of gyration          : 12.584 
     959        max.length aspect ratio            : 10.686 
     960        scatter ratio                      : 10.574 
     961        scaled variance along minor axis   : 10.049 
     962        circularity                        : 8.360 
     963        pr.axis rectangularity             : 7.473 
     964        scaled variance along major axis   : 5.731 
     965        skewness about minor axis          : 1.368 
     966        kurtosis about minor axis          : 0.690 
     967 
    954968 
    955969    """ 
Note: See TracChangeset for help on using the changeset viewer.