Question

我正在尝试在OneClassSVM上执行GridSearchCV函数，但我似乎无法为OCSVM找到正确的评分方法。从我收集的内容中，OneClassSVM.score不存在，因此不具备GridSearchCV中所需的默认评分功能。遗憾的是，文档中没有任何评分方法也不起作用，因为它们专用于受监督的ML和OCSVM是一种无监督的方法。

有没有办法在OneClassSVM上执行GridSearch（或类似的东西，让我用正确的参数调整模型）？

这是我的GridSearchCV代码

{{1}}

是的我知道.fit只需要一个参数，但由于它是无监督的方法，我没有任何Y放在那里。感谢您的帮助。

Answer 1

我知道这是一个较晚的答复，但希望对某些人有用。要调整参数，您需要有正确的标签（异常值/内衬）。然后，当您具有正确的参数时，可以以无人监督的方式使用OneClassSVM。

因此，这种方法的评分功能可以是：

f1
精度
召回

检查精度和召回得分的代码：

scores = ['precision', 'recall']
for score in scores:
    clf = GridSearchCV(svm.OneClassSVM(), tuned_parameters, cv=10,
                           scoring='%s_macro' % score, return_train_score=True)

    clf.fit(X_train, y_train)

    resultDf = pd.DataFrame(clf.cv_results_)
    print(resultDf[["mean_test_score", "std_test_score", "params"]].sort_values(by=["mean_test_score"], ascending=False).head())

    print("Best parameters set found on development set:")
    print()
    print(clf.best_params_)

以下是带有GridSearchCV的ElipticEnvelope（另一种异常检测算法）用法示例的链接： https://sdsawtelle.github.io/blog/output/week9-anomaly-andrew-ng-machine-learning-with-python.html

在这里您可以找到使用精度和分类算法的回忆评分的示例： https://scikit-learn.org/stable/auto_examples/model_selection/plot_grid_search_digits.html

OneClassSVM与GridSearchCV的使用

1 个答案: