- _ -

• _dy : FeedForwardNN
• _n_in : LearnModel
• _n_out : LearnModel
• _y : FeedForwardNN

- a -

• alpha : _gd_adaptive

- b -

• b : _boost_gd
• best : CrossVal
• best_lm : CrossVal
• beta : _gd_adaptive

- c -

• center : DataFeeder::LINEAR_SCALE_PARAM
• cg : _boost_cg
• cgd : CGBoost
• coef0 : Sigmoid, Polynomial
• convex : Boosting
• cost_functor : Boosting
• cost_w : _line_search
• cur_err : CGBoost, AdaBoost_ECOC, AdaBoost
• cur_smpwgt : AdaBoost_ECOC

- d -

• d_nrank : Ordinal_BLE
• decay : _gd_weightdecay
• degree : Polynomial
• dir : _search
• dw : NNLayer

- e -

• ecoc : MultiClass_ECOC
• ecoc_type : MultiClass_ECOC
• err : CrossVal
• ex_class : MultiClass_ECOC
• ext_d : Ordinal_BLE
• ext_tab : Ordinal_BLE
• ext_w : Ordinal_BLE

- f -

• fixed_bias : Perceptron
• full_ext : Ordinal_BLE
• fullset : CrossVal

- g -

• gamma : Sigmoid, RBF, Polynomial
• grad_desc_view : Boosting

- j -

• joint_wgt : AdaBoost_ECOC

- l -

• labels : MultiClass_ECOC
• lambda : MgnCost, bisigmoid, sigmoid, logistic, exponential
• layer : FeedForwardNN
• learn_rate : Perceptron, FeedForwardNN
• learning_rate : _gradient_descent
• lm : Ordinal_BLE, CrossVal, Aggregating
• lm_base : Aggregating
• lm_wgt : MultiClass_ECOC, Boosting
• local_d : Ordinal_BLE, MultiClass_ECOC
• logf : LearnModel
• lower_margin : Cascade
• lrs : AdaBoost_ERP

- m -

• max_n_model : Aggregating
• max_run : Perceptron, FeedForwardNN
• max_step : _boost_gd
• min_cst : Perceptron, FeedForwardNN, Boosting
• min_err : Boosting
• momentum : _gd_momentum

- n -

• n_ext : Ordinal_BLE
• n_folds : vFoldCrossVal
• n_in_agg : Aggregating
• n_layer : FeedForwardNN
• n_rounds : CrossVal
• n_samples : LearnModel
• ncd : CGBoost
• nclass : MultiClass_ECOC
• NIL_ID : Object

- o -

• old_cost : _gd_adaptive
• online_learn : FeedForwardNN
• orig_cost : MgnCost
• out_tab : Ordinal_BLE

- p -

• p_test : HoldoutCrossVal
• par_method : AdaBoost_ECOC
• pcnt : _shared_ptr
• plm : _gradient_descent
• pm : _mgn_gd
• ptd : LearnModel, Kernel
• ptr : _shared_ptr
• ptw : LearnModel

- r -

• ratio : bisigmoid
• resample : Perceptron
• reset_data : Ordinal_BLE

- s -

• scale : DataFeeder::LINEAR_SCALE_PARAM
• sig_der : NNLayer
• stp_cnt : _gradient_descent

- t -

• train_method : Perceptron, FeedForwardNN

- u -

• upper_margin : Cascade

- w -

• w : _gradient_descent, NNLayer
• w_max : NNLayer
• w_min : NNLayer
• wgt : Perceptron
• with_fld : Perceptron
• wsum : MgnCost

- x -

• x_norm2 : Perceptron

---