R/confs/covfunSimulation_example_conf.R

In RamboWANG/RegularizedCrossValidation: Provides several types of regularized cross-validation methods.

# 协方差函数模拟的配置文件样例及释义
#
# 协方差模拟实验所使用的配置文件，其中包含，任务类型定义、
# 数据集配置、机器学习算法配置、交叉验证配置、以及任务参数配置。
#
# Author: Ruibo WANG
# E-mail: wangruibo@sxu.edu.cn
# Date: 2017/5/9

taskCovFunctionSimulation <- "covariance function simulation"

dataset.conf <- list(  # 数据集的配置选项
  type =  "regression",  # 类型为回归类型，具体值为datasets文件夹下的子文件名称。
  name =  "hdRegrDataFL",  # 数据集名称，具体值为datasets的子文件夹下，后缀为.R的文件名。
  phi =  0.5,  # 以下的phi, d, n, beta为具体数据的配置项，具体参见数据集对应的.R文件的注释。
  d =  500,
  n =  500,
  beta =  5
)

algorithm.conf <- list(  # 机器学习算法的配置项
  type =  "regression",  # 类型为回归类型，具体值为mlAlgorithms文件夹下的子文件名称。
  name =  "LassoModel",  # 算法名称，具体值为mlAlgorithms的子文件夹下，后缀为.R的文件名。
  useGram =  TRUE  # 机器学习算法的配置项，具体参见机器学习算法对应的.R文件的注释。
)

# 注意：协方差函数模拟任务中，只能使用hold-out方法
crossvalidation.conf <- list(  # 交叉验证方法的配置项
  name =  "held_out",  # 交叉验证的方法名称，具体值为crossvalidations文件夹下，后缀为.R的文件名。
  n1 =  250,  # 以下的n1, n为具体的交叉验证的配置项，具体参见交叉验证方法的.R文件的注释。
  n =  500
)

task.conf <- list(
  type = taskCovFunctionSimulation,  # 任务类型为协方差模拟任务，相应的变量在entry.R中定义。
  rpt =  100000,  # 以下为协方差模拟任务(covFunctionSimulation)的配置选项
  overlapCount =  0  # 具体的配置选项参见./covfunSimulation/config.R文件中的注释。
)