我很难实施设置支持向量机（SVM）的所有步骤，以实现无监督学习。我的数据集带有标签，但是出于教育目的，我正在学习无监督方法，尤其是如何以无监督方式使用SVM。
基本上，在监督学习中，我们有一个数据集X分为Xtrain Xval和一个独立的Xtest，SVM在训练期间从未看到过。在训练过程中，使用交叉验证（CV方法）学习超参数。我的问题是，对于unsupervised learning，我是否需要拥有Xtrain，Xval和CV才能学习超参数？我问的原因是，从理论上讲，在无监督学习中，我们没有任何标记数据集。这是否意味着我们没有Xtrain和Xval？
在Matlab链接中，交叉验证已完成，但是我不清楚是否对部分训练数据Xval进行了验证
CVSVMModel = crossval(SVMModel);
[~,scorePred] = kfoldPredict(CVSVMModel);
问题：
1）我们是否可以在无监督学习中估计SVM中的超参数？
2）如果是，那么这意味着我们在理论上无监督的学习中不了解被标记的数据集时就可以访问标记。这对我来说是矛盾的。
如何在没有Xval的情况下估计无监督SVM中的超参数，并使用c = cvpartition(n,'KFold',k)拆分数据集
请有人建议如何进行无监督学习。谢谢。