OneClassSVM scikit學習

Question

我有兩個數據集，trainig和測試。他們有標籤「1」和「0」。我需要在scikit學習中使用帶有「rbf」內核的「oneClassSVM」算法評估這些數據集。我加載了訓練數據集，但我不知道如何使用測試數據集來評估這些數據集。以下是我的代碼，

from sklearn import svm 
import numpy as np 

input_file_data = "/home/anuradha/TrainData.csv" 
dataset = np.loadtxt(input_file_iris, delimiter=",") 

X = dataset[:,0:4] 
y = dataset[:,4] 

estimator= svm.OneClassSVM(nu=0.1, kernel="rbf", gamma=0.1) 

請有人可以幫我解決這個問題嗎？

Answer 1

這是因爲添加的代碼下面兩行腳本的結尾一樣簡單：第一行會告訴SVN

estimator.fit(X_train) 
y_pred_test = estimator.predict(X_test) 

要使用的訓練數據，第二個做的測試集預測（一定要加載兩個數據集並相應地更改變量名稱）。

Here有一個關於如何使用OneClassSVM和here的類引用的完整示例。