如何在R中用ksvm进行新奇检测？

Question

我正在尝试使用R中的kernlab库（ksvm函数）来实现一个新颖的检测器。这是我想要做的一个简单示例：

# Training data
xxTrain <- matrix(rnorm(2000), nrow=1000, ncol=2, byrow=TRUE)
y <- rep(1,1000)
classifier <- ksvm(xxTrain, y, type="one-svc", kernel="rbfdot", kpar="automatic")
# Test data
x1 <- rnorm(1000)
scale <- c(rep(1,500), rep(10,100), rep(1,400))
x2 <- rnorm(1000)*scale
xxTest <- matrix(c(x1,x2), nrow=1000, ncol=2, byrow=TRUE)
# Prediction
p <- predict(classifier, xxTest, type="response")
# Visualization
plot(x2, type='l')
lines(x1, col="red")
points(5*as.integer(p), type='l', col="blue")

上图是我得到的结果。蓝色迹线是预测，它清楚地显示了一个时间段，其中它始终为0.但它在时间或宽度上与黑色迹线中的异常值不匹配。有100个点（黑色线）幅度较大，而我得到的蓝色输出与黑线不匹配。

我做错了什么？

Answer 1

这是你做错了什么：

xxTest <- matrix(c(x1,x2), nrow=1000, ncol=2, byrow=TRUE)

这应该是

xxTest <- matrix(c(x1,x2), nrow=1000, ncol=2, byrow=F )

或更好

xxTest <- cbind( x1, x2 )

或只是

p <- predict( classifier, cbind( x1, x2 ), type= "response" )

结果（我使用灰色表示x2）：

说明：通过specyfying byrow=T，您首先获取x1的元素以填充前500行（或者，第1列和第2列），然后使用x2来填充剩余的500行{{ 1}}。由于奇点在x2处约为500 - 600左右，然后它在xxTest的两列中出现在（500 + 500）/ 2 - （500 + 600）/ 2左右，即750-800，这是你能看到什么。