使用一類svm-python進行新穎性檢測

Question

我正在使用機器學習進行新穎性檢測。 我已經嘗試在scikit learning中使用一類svm。

from sklearn import svm

train_data = [[0, 0, 0, 0, 0, 1, 0, 0], [0, 1, 0, 0, 0, 1, 0, 0], [0, 1, 0, 0, 0, 0, 0, 0], [0, 1, 0, 0, 0, 0, 0, 0], [0, 1, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 1], [0, 3, 0, 0, 0, 1, 0, 0], [0, 11, 0, 0, 0, 0, 0, 0], [0, 1, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0, 4]]
test_data = [[0, 0, 0, 0, 0, 1, 0, 0], [0, 1, 0, 0, 0, 1, 0, 0]]


clf = svm.OneClassSVM(nu=0.1, kernel="rbf", gamma=0.1)
clf.fit(train_data)

pred_test = clf.predict(test_data)

我是該領域的新手，我想知道如何說測試數據中有新穎性？

Answer 1

離群值標記為1，離群值（即您情況下的新穎性）標記為-1（作為predict函數的結果）。

請注意， 當前文檔錯誤地指出異常值標記為1，而異常值標記為0。請查看github repo上的最新更新以獲取正確的信息。

Answer 2

檢查= clf.predict（test_data）

如果check = 1，則不是異常，並且

如果check = -1，則表示異常，即數據異常