1
我有两个数据集,trainig和测试。他们有标签“1”和“0”。我需要在scikit学习中使用带有“rbf”内核的“oneClassSVM”算法评估这些数据集。我加载了训练数据集,但我不知道如何使用测试数据集来评估这些数据集。以下是我的代码,OneClassSVM scikit学习
from sklearn import svm
import numpy as np
input_file_data = "/home/anuradha/TrainData.csv"
dataset = np.loadtxt(input_file_iris, delimiter=",")
X = dataset[:,0:4]
y = dataset[:,4]
estimator= svm.OneClassSVM(nu=0.1, kernel="rbf", gamma=0.1)
请有人可以帮我解决这个问题吗?
感谢您的回答,是否可以设置标签与训练和测试数据集?怎么样? – Anuradha
@Prabhath与OneClassSVM你不需要标签,因为只有一个类。看看这个[链接](http://rvlasveld.github.io/blog/2013/07/12/introduction-to-one-class-support-vector-machines/)了解更多详情。如果你想要更多的类,你可以考虑使用''svm.SVC'''或它的一些变体(参见[这里](http://scikit-learn.org/stable/modules/classes.html#module- sklearn.svm))。 – SimoV8
谢谢,我明白了 – Anuradha