clear_samples_class_svmT_clear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvm (Operator)

Name

clear_samples_class_svmT_clear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvm — Löschen aller Trainingsdaten einer Support-Vektor-Maschine.

Signatur

clear_samples_class_svm( : : SVMHandle : )

Herror T_clear_samples_class_svm(const Htuple SVMHandle)

void ClearSamplesClassSvm(const HTuple& SVMHandle)

static void HClassSvm::ClearSamplesClassSvm(const HClassSvmArray& SVMHandle)

void HClassSvm::ClearSamplesClassSvm() const

static void HOperatorSet.ClearSamplesClassSvm(HTuple SVMHandle)

static void HClassSvm.ClearSamplesClassSvm(HClassSvm[] SVMHandle)

void HClassSvm.ClearSamplesClassSvm()

Beschreibung

clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvm löscht alle mit add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvm oder read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvm zur Support-Vektor-Maschine (SVM) SVMHandleSVMHandleSVMHandleSVMHandleSVMHandle hinzugefügten Trainingsmuster. Eine Verwendung von clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvm ist nur dann sinnvoll, wenn die SVM in demselben Prozess trainiert wird, in dem die SVM auch zur Klassifikation mit classify_class_svmclassify_class_svmClassifyClassSvmClassifyClassSvmClassifyClassSvm verwendet wird. In diesem Fall kann der durch die Trainingsmuster belegte Speicher mit clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvm wieder freigegeben werden und somit Speicherplatz gespart werden. In der üblichen Verwendungsart, in der die SVM offline trainiert wird und mit write_class_svmwrite_class_svmWriteClassSvmWriteClassSvmWriteClassSvm gespeichert wird, ist die Verwendung von clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvm normalerweise überflüssig, da write_class_svmwrite_class_svmWriteClassSvmWriteClassSvmWriteClassSvm die Trainingsmuster nicht abspeichert, und somit im Online-Prozess, der die SVM mit read_class_svmread_class_svmReadClassSvmReadClassSvmReadClassSvm einliest, auch kein Speicher für die Trainingsmuster benötigt wird.

Ausführungsinformationen

Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:

Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.

Parameter

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandle (input_control, Zustand wird modifiziert)  class_svm(-array) HClassSvm, HTupleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)

Handle der SVM.

Ergebnis

Sind die Parameterwerte korrekt, liefert clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvm, write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvm

Siehe auch

create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvm, clear_class_svmclear_class_svmClearClassSvmClearClassSvmClearClassSvm, add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvm, read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvm

Modul

Foundation