Python：如何迁移将 SVM 函数应用于数据框中的分组依据的 R 函数

Question

我有一个看起来像这样的数据框 (df)：

   Value Country ID
1   21   RU    AAAU9001025
2   24   NG    AAAU9001848
3   17   EG    ACLU2799370
4   2    EG    ACLU2799370
5   56   RU    ACLU2799370 

我正在运行一个 SVM 分类器，用于根据相对较小的样本（最大行数：5K）对每个国家/地区的值进行异常值检测，并且我指出它是否是每行中的异常值。所以我的输出是一个带有额外逻辑列的数据框，表明它是否是异常值：

    Value Country ID    SVM
1   21  RU  AAAU9001025 FALSE
2   24  NG  AAAU9001848 FALSE
3   17  EG  ACLU2799370 FALSE
4   2   EG  ACLU2799370 TRUE
5   56  RU  ACLU2799370 TRUE
6   25  EG  AMFU3022141 FALSE

我在 R 中使用以下代码：

library(e1071)

SVM_f = function(x,limit=5000){
N = min(c(limit,length(x)))
mdl = svm(x[sample(length(x),N)],
nu=0.98, type="one-classification", kernel="polynomial")
predict(mdl,x)
}

res = by(df,df$Country,function(x){
data.frame(x,SVM = SVM_f(x$Value))
})

res = do.call(rbind,res)

现在我需要将此代码迁移到 Python - 请协助。

Answer 1

您可以只使用Rmarkdown，在这里您可以使用在 R 环境中执行的本机 python 语言，因此您可以保留上面的 R 代码。

这里是更具体的link。