OneClassSVM scikit学习

Question

我有两个数据集，trainig和test。他们有标签＆＃34; 1＆＃34;和＆＃34; 0＆＃34;。我需要使用＆＃34; oneClassSVM＆＃34;来评估这些数据集。使用＆＃34; rbf＆＃34;的算法内核中的scikit学习。我加载了训练数据集，但我不知道如何用测试数据集来评估它。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)

请有人帮我解决这个问题吗？

Answer 1

就像在脚本末尾添加以下两行代码一样简单：

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

第一行告诉svn使用哪些训练数据，第二行告诉测试集（确保加载两个数据集并相应地更改变量名称）。

Here有关于如何使用OneClassSVM和here类引用的完整示例。