【问题标题】:Understanding One Class SVM decision function output了解一类 SVM 决策函数输出
【发布时间】:2016-08-05 06:17:00
【问题描述】:

我有一个使用 One Class SVM 的一类分类问题。我打印出决策函数数据,这是我得到的:

[[ -3.37130521e+10]
 [  5.90432823e+13]
 [  4.73564603e+13]
 ..., 
 [  4.08249382e+11]
 [  4.68541816e+12]
 [  4.03591773e+11]]

我如何理解这一点?这些相当大的数字是什么意思?

【问题讨论】:

    标签: machine-learning scikit-learn


    【解决方案1】:

    这些是您样本到模型学习的分离超平面的距离。 predict方法通过解释AS +1和负距离的发迹距离来使用这些方法,如-1

    【讨论】:

    • + 1:当测试样本在单级边界内时。 -1:当测试样品超出单级边界时。 span>
    猜你喜欢
    • 2017-10-15
    • 2017-06-05
    • 2015-04-14
    • 2021-05-17
    • 2018-03-01
    • 2019-01-18
    • 2015-09-06
    • 2013-12-13
    • 2021-07-30
    相关资源
    最近更新 更多