数据相似（RapidMiner Studio Core）

参数

• measure_types此参数用于选择用于计算相似性的度量类型。以下选项可用：混合措施，，，，标称措施，，，，数值措施和布雷格曼的分歧。范围：选择
• 混合_MEASE如果此参数可用，如果测量类型参数设置为“混合度量”。唯一可用的选择是“混合欧几里得距离”范围：选择
• nominal_measure如果此参数可用，如果测量类型参数设置为“标称度量”。如果输入示例集具有数值属性，则无法应用此选项。在这种情况下，应选择“数值度量”选项。范围：选择
• 数字_measure如果此参数可用，如果测量类型参数设置为“数值度量”。如果输入示例集具有名义属性，则不能应用此选项。在这种情况下，应选择“标称度量”选项。范围：选择
• 发散如果此参数可用，如果测量类型参数设置为“ Bregman Divergences”。范围：选择
• kernel_type此参数仅在数值度量参数设置为“内核欧几里得距离”。内核函数的类型是通过此参数选择的。支持以下内核类型：
  • 点：点内核由k（x，y）= x*y定义，即它是x和y的内部乘积。
  • 径向：径向核由EXP（-g || X-Y ||^2）定义，其中G是核γ参数指定的伽马。可调节的参数伽马在内核的性能中起着重要作用，应仔细调整到手头的问题。
  • 多项式：多项式内核由k（x，y）=（x*y+1）^d定义，其中d是多项式的程度，它由内核度参数指定。多项式内核非常适合所有训练数据归一化的问题。
  • 神经：神经内核由两个层次的神经网tanh（A X*Y+B）定义，其中A为alpha，B是截距常数。可以使用内核A和内核B参数调整这些参数。α的共同值为1/n，其中n是数据维度。请注意，并非A和B的所有选择都会导致有效的内核函数。
  • Sigmoid：这是Sigmoid内核。请注意，在某些参数下，Sigmoid内核无效。
  • ANOVA：这是ANOVA内核。它具有可调节的参数伽玛和程度。
  • epachnenikov：epanechnikov内核是-1至1之间的U的us（3/4）（1 -U2），在该范围外的u中为u零。它具有两个可调参数内核Sigma1和内核度。
  • Gaussian_combination：这是高斯组合内核。它具有可调参数内核Sigma1，内核Sigma2和内核Sigma3。
  • 多功能：多Quadric内核由|| x-y ||^2 + c^2的平方根定义。它具有可调参数内核Sigma1和内核Sigma Shift。
  范围：选择
• kernel_gamma这是SVM内核参数伽马。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为径向或者方差分析。范围：真实
• kernel_sigma1这是SVM内核参数SIGMA1。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为Epachnenikov，，，，高斯组合或者多Quadric。范围：真实
• kernel_sigma2这是SVM内核参数Sigma2。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为高斯组合。范围：真实
• kernel_sigma3这是SVM内核参数SIGMA3。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为高斯组合。范围：真实
• kernel_shift这是SVM内核参数移位。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为多Quadric。范围：真实
• kernel_degree这是SVM内核参数度。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为多项式，，，，方差分析或者Epachnenikov。范围：真实
• kernel_a这是SVM内核参数a。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为神经。范围：真实
• kernel_b这是SVM内核参数b。此参数仅在数值度量参数设置为“内核欧几里得距离”和内核类型参数设置为神经。范围：真实