【问题标题】:Training One Class SVM using LibSVM使用 LibSVM 训练一类 SVM
【发布时间】:2013-10-18 00:20:22
【问题描述】:

我希望使用 LIBSVM 的一类 SVM 来训练一个训练样本,从而得到一个模型。然后,我使用该模型来预测新的测试数据和训练数据是否相同。在训练过程中,我有几个问题如下:

  1. 训练样本是否都是正例?
  2. 线性核还是RBF核哪个核函数能得到更好的结果?
  3. nu 的值对模型有什么影响?

【问题讨论】:

  • 这不是一个真正的编程问题,因此在 Cross Validated (stats.stackexchange.com) 上询问可能更合适

标签: data-mining svm libsvm


【解决方案1】:
  1. 没有使用类标签,因此使用负例进行训练并不是一个真正的概念
  2. 最佳内核取决于您拥有的数据类型。很容易尝试两个或更多。
  3. 根据Scholkopf's paper,nu 是
    • “异常值比例的上限”
    • “SV 分数的下限”。

【讨论】:

    猜你喜欢
    • 2012-06-27
    • 2011-01-25
    • 2013-01-13
    • 2016-03-29
    • 2014-06-11
    • 2012-02-27
    • 2013-04-14
    • 2015-05-04
    • 2015-07-25
    相关资源
    最近更新 更多