我正在尝试使用 libsvm 实现来熟悉 1-class SVM。 正如我所读到的，libsvm 的 1-class 任务中没有类标签。 但是在读取没有标签列的数据文件时，总是会出现读取错误。 我尝试标记我的玩具数据，然后使用 svm-train 测试结果模型，但准确度总是很糟糕，大约 50%。
我的问题是，如果我有一个带标签的数据集（例如，数百个高斯分布的 2d 点和其中的几个异常值），我如何使用这些数据训练 libsvm，以及如何估计结果的准确性型号？
【问题讨论】：
标签： distribution svm libsvm
1) LIBSVM (C/C++) 的一行训练集如下（称为稀疏数据格式）：
标签 1:value1 2:value2 .....
（每行以 '\n' 字符结束）
您必须提供标签栏，即使是一类情况；只是它可以是任何数字。 LIBSVM 在训练过程中会忽略它。这应该会消除您的读取错误。
2) 关于您对玩具数据的准确性，您是否对“nu”和“g”参数进行了交叉验证？这些是一类 SVM 模型的超参数。您可能还想摆弄内核类型。那 50% 是在训练集还是测试集还是验证集上？
3) 由于一类SVM本质上是做高维密度估计，所以训练集的所有点都应该落在超球面上或内部，它们都应该属于一个类。你可以参考here。您必须找到一种方法来构建一个没有异常值的训练集，并将异常值作为测试点（也可能包含一些属于圈内的点）来估计模型的准确性。如果这不可能，您必须求助于其他异常值检测方法，例如聚类。好消息是文献中有强大的聚类算法。
4)您的数据集是二维的，因此首先绘制它们并了解数据集和异常值应该不难。
【讨论】：