在 libsvm matlab 中标记一个类以进行交叉验证

Posted 2023-03-12

【中文标题】在 libsvm matlab 中标记一个类以进行交叉验证

【英文标题】：Labeling one class for cross validation in libsvm matlab

【发布时间】：2013-05-09 03:44:46

【问题描述】：

我想在 MATLAB 中使用 LibSVM 进行一类分类。

我想训练数据并使用交叉验证，但我不知道如何标记异常值。

例如，如果我有这些数据：

trainData =  [1,1,1; 1,1,2; 1,1,1.5; 1,1.5,1; 20,2,3; 2,20,2; 2,20,5; 20,2,2];
labelTrainData = [-1 -1 -1 -1 0 0 0 0];  

（前四个是1类的例子，其他四个是异常值的例子，只是为了交叉验证）

我使用这个来训练模型：

model = svmtrain(labelTrainData, trainData , '-s 2 -t 0 -d 3 -g 2.0 -r 2.0 -n 0.5 -m 40.0 -c 0.0 -e 0.0010 -p 0.1 -v 2' );

我不确定使用哪个值来标记 1 类数据以及对异常值使用什么值。有人知道怎么做吗？

提前致谢。 -杰西卡

【问题讨论】：

查看以下帖子。 one-class svm，顾名思义，你的训练集中只有一个类***.com/questions/14588967/one-class-svm-libsvm

谢谢，不过，我还有下一个疑问。所以不可能对一类/异常值使用交叉验证？我使用了 weka 包装器，如果我使用标有“？”的实例他们只是在训练过程中被忽略了。

另外，哪个标签对一个班级来说是正确的？只是任何数字，还是我应该严格使用 -1 或特定值？

任何数字都可以作为标签（尝试使用不同的标签，看看是否会改变你的分类器）......虽然不确定交叉验证。

【参考方案1】：

根据http://www.joint-research.org/wp-content/uploads/2011/07/lukashevich2009Using-One-class-SVM-Outliers-Detection.pdf"由于缺少类标签 一类SVM，无法优化内核 使用交叉验证的参数”。 但是，根据LIBSVM FAQ 的说法并不完全正确：

问：由于训练数据只属于一类，如何为一类 SVM 选择参数？ 您已经预先指定了真阳性率，然后搜索实现类似交叉验证准确性的参数。

此外，libsvm 源的 README 说明了输入数据： “对于分类，label 是一个表示类标签的整数......对于一类 SVM，它不使用，因此可以是任何数字。”

我认为您的异常值不应包含在训练数据中 - libsvm 将忽略训练标签。您要做的是找到一个包含良好数据但不包含异常值的超球面。如果您在数据中使用异常值进行训练，LIBSVM 将尝试找到一个包含异常值的超球体，这正是您不想要的。因此，您将需要一个没有异常值的训练数据集、一个用于选择参数的带有异常值的验证数据集，以及一个最终测试数据集，以查看您的模型是否具有泛化能力。