我遇到了一个SVM示例，但我不明白。如果有人可以解释预测是如何工作的，我将不胜感激。请参阅以下说明：
数据集 10,000次观察， 5个属性（Sepal Width，Sepal Length，Petal Width，Petal Length， Label）。如果标签属于positive类，则标签为I.setosa;如果属于其他类，则为negative。
6000观察，其结果已知（即它们属于I.setosa类，因此它们对于label属性为正）。其余 4000 的标签未知，因此标签被认为是否定的。 6000观察和 2500 从剩余 4000 随机选择的观察结果形成 10倍交叉验证的集合。然后将SVM（10倍交叉验证）用于 8500观察的机器学习，并绘制 ROC 。
我们在这里预测哪里？该集合具有 6000观察，其值已知。剩下的 2500 如何获得负面标签？当使用SVM时，一些正面观察得到负面预测。这里的预测对我没有任何意义。为什么 1500次观察被排除在外。
我希望我的解释清楚。如果我没有清楚地解释清楚，请告诉我。
答案 0 :(得分：1)
我认为问题是语义问题：你将4000个样本的集合称为“未知”和“否定” - 其中哪些适用是关键区别。
如果4000个样本的标签确实是未知的，那么我将使用该样本进行1级SVM 6000个标记样本[c.f.验证如下]。然后通过测试N = 4000集来生成预测，以评估它们是否属于setosa类。
如果相反，我们有6000个setosa和4000个（已知的）非setosa，我们可以构造一个二进制文件 基于这些数据的分类器[c.f.下面的验证]，然后用它来预测setosa与非on 任何其他可用的非标签数据。
验证：通常作为模型构建过程的一部分，您只需要标记的一部分 训练数据并使用它来配置模型。对于未使用的子集，您将模型应用于数据（忽略标签），并将模型预测的内容与真实标签的内容进行比较，以便评估错误率。这适用于1级和 上面的2级情况。
总结：如果您的所有数据都已标记，那么通常会有人对其中的一部分数据进行预测（忽略已知标签），作为模型验证过程的一部分。
答案 1 :(得分：0)
您的SVM分类器经过培训，可以判断新的（未知）实例是否是I. Setosa的实例。换句话说，您正在预测新的未标记实例是否为I.Setosa。
您可能找到了错误分类的结果，因为您的训练数据的实例多于肯定的情况。此外，通常会有一些误差。
总结：您的SVM分类器学习了如何识别I.Setosa实例，但是，它提供的非I.Setosa实例的示例太少，这可能会让您产生偏见模型。