使用 LibSVM 训练一类 SVM
Posted
技术标签:
【中文标题】使用 LibSVM 训练一类 SVM【英文标题】:Training One Class SVM using LibSVM 【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:
-
训练样本是否都是正例?
线性核还是RBF核哪个核函数能得到更好的结果?
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 【参考方案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
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。
根据Scholkopf's paper,nu 是
“异常值比例的上限”
“SV 分数的下限”。
【讨论】:
以上是关于使用 LibSVM 训练一类 SVM的主要内容,如果未能解决你的问题,请参考以下文章
如何为 libsvm 创建训练数据(作为 svm_node 结构)