在Matlab中使用LibSVM的一類SVM-概念

Question

也許這是一個簡單的問題，但是我想確保我理解一類SVM的LibSVM實現的概念基礎，以及是否允許我做些什么。

在這種情況下，我將使用一類SVM進行異常檢測和刪除。 在更大的時間序列預測模型中將其用作數據預處理步驟。 就是說，我有一個Y向量（這是我們要嘗試預測的數量，並且是連續的，而不是類標簽）和一個X矩陣（用於預測的連續特征）。 由於我想在預處理步驟的早期檢測數據中的異常值，因此我尚未對X矩陣進行規范化或滯后以用於預測，或為此趨勢去趨勢/去除噪聲/或以其他方式處理Y向量（已縮放）到[-1,1]之內）。 我的主要問題是像這樣（使用libSVM）對一類SVM建模是否正確：

svmod = svmtrain(ones(size(Y,1),1),Y,'-s 2 -t 2 -g 0.00001 -n 0.01');
[od,~,~] = svmpredict(ones(size(Y,1),1),Y,svmod);

結果模型確實產生了與我期望的性能相符的性能（99％左右的預測精度，這意味着1％的觀測值是異常值）。 但是我之所以這樣問，是因為在關於一類SVM的其他問題中，人們似乎在使用X矩陣，而我使用Y。感謝您的幫助。

Answer 1

您在這里所做的不過是花哨的范圍檢查。 如果您不願意使用X查找Y離群值 （即使您確實應該這樣做），則只需檢查Y的分布來查找離群值，而不是使用這種即興的SVM解決方案，會更簡單，更好。 Y上下0.5個百分點）。

實際上，這可能甚至與您真正想做的事情還差得很遠。 通過這種設置，您可以將Y值視為異常值，而無需考慮任何上下文（例如X ）。 您為什么要使用RBF，又是如何得出gamma特定值的呢？ 內核對於一維數據來說是徹底的殺傷力。

其次，您正在訓練和測試相同的數據（ Y ）。 每次發生這種情況，小貓都會死亡。 一類SVM嘗試建立一個識別訓練數據的模型，不應將其用於生成訓練數據的同一數據。 請想想小貓。

---

此外，請注意，一類SVM的nu參數控制分類器將接受的異常值數量。 LIBSVM實施文檔 （第4頁）對此進行了解釋： 證明nu是訓練誤差分數的上限，是支持向量分數的下限 。 換句話說：您的訓練選項明確指出最多可以拒絕1％的數據。 對於一類SVM， 可以用should代替can 。

因此，當您說生成的模型確實產生了與我所期望的一致的性能時 ...當然，按照定義，它確實可以產生。 由於您已設置nu=0.01 ，模型拒絕了1％的數據，因此將其標記為異常值。