OneClassSVM scikit学习

Question

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，

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？

Answer 1

这是因为添加的代码下面两行脚本的结尾一样简单：第一行会告诉SVN

estimator.fit(X_train) 
y_pred_test = estimator.predict(X_test) 

要使用的训练数据，第二个做的测试集预测（一定要加载两个数据集并相应地更改变量名称）。

Here有一个关于如何使用OneClassSVM和here的类引用的完整示例。