Weight Decay
このノードでトレーニングされたモデルは、二次損失を最小化します。 Weight Decayは、この損失項の構成要素であるウェイトの二乗和(バイアスパラメータを除く)をスケールする係数です。 Weight Decayを上げると、モデルの汎化(Generalization)を向上させることができますが、例題ターゲットへの適合度が低下してしまいます。 また、トレーニングが困難なケースにおいて、このパラメータの値を上げることで、より安定した解が得られる可能性があります。
Error Threshold
これは、解の精度が不十分なケースを検出するために使用される相対誤差閾値です。 計算されたモデルの誤差がこの閾値を超えた場合、このノードはエラーを表示します。 この閾値は、超過時にエラーを生成すること以外は実際には何もしません。 これは、正確なモデルが計算できない場合に予期せぬ結果が生じるのを防ぐためのものです。
Kernel Type
これは、モデルが基づくカーネル関数の種類を決定します。 カーネルは、入力コンポーネントの各ペアを値にマッピングします。
Gaussian
2つの入力の距離の二乗をスケールおよび符号反転した後の指数関数。
Polynomial
2つの入力の内積を求めて、そこに定数を加算した後に、その結果を指定した次数で累乗します。
Sigmoid
2つの入力の内積を求めて、そこに定数を乗算して、さらに別の定数を加算してから、ハイパボリックタンジェントを適用します。
Width
Gaussian用ですが、説明がありません。
Polynomial Offset
Polynomial用ですが、説明がありません。
Polynomial Offset
Polynomial用ですが、説明がありません。
Sigmoid Scale
Sigmoid用ですが、説明がありません。
Sigmoid Offset
Sigmoid用ですが、説明がありません。
