对 sklearn 的 OSVM 实现感到困惑答案

【问题标题】：Confused about sklearn’s implementation of OSVM对 sklearn 的 OSVM 实现感到困惑
【发布时间】：2018-09-27 04:12:43
【问题描述】：

我最近开始尝试使用 OneClassSVM（使用 Sklearn）进行无监督学习，然后我跟随 this example 。

我为这些愚蠢的问题道歉但我对两件事有点困惑：

我应该同时针对常规示例和异常值训练我的 svm，还是仅针对常规示例进行训练？
OSVM 预测并代表异常值的标签是 1 还是 -1

我再次为这些问题道歉，但由于某种原因，我找不到任何记录在案的任何软件

【问题讨论】：

标签： machine-learning scikit-learn svm libsvm sklearn-pandas

【解决方案1】：

您引用的这个例子是关于新奇检测，docs 说：

新奇检测：

训练数据没有被异常值污染，我们有兴趣在新的观察中检测异常。

意思：你应该只训练常规例子。

该方法基于：

Schölkopf、Bernhard 等人。 “估计高维分布的支持。”神经计算 13.7 (2001): 1443-1471。

摘录：

假设您有一些从潜在概率分布 P 中提取的数据集，并且您想要估计输入空间的“简单”子集 S，使得从 P 中提取的测试点位于 S 之外的概率等于某个先验0 到 1 之间的指定值。

我们提出了一种方法来解决这个问题，方法是尝试估计在 S 上为正而在补码上为负的函数 f。

上面的文档还说：

内部点标记为 1，而异常点标记为 -1。

这也可以在您的示例代码中看到，提取：

# Generate some regular novel observations
X = 0.3 * np.random.randn(20, 2)
X_test = np.r_[X + 2, X - 2]
...
# all regular = inliers (defined above)
y_pred_test = clf.predict(X_test)  
...
# -1 = outlier <-> error as assumed to be inlier
n_error_test = y_pred_test[y_pred_test == -1].size

【讨论】：