我正在使用OneClassSVM进行新颖性检测。默认伽马据说是1/n_features
和n_features在我的情况是250。将gamma更改5倍或减少5倍不会明显影响预测灵敏度。伽马精确地代表什么?如何有效地使用它来调整模型(尤其是增加正预测值)?
http://scikit-learn.org/stable/modules/svm.html#kernel-functions
它仅适用于“ rbf”,“ poly”和“ Sigmoid”内核的参数。
另请阅读此http://scikit-learn.org/stable/modules/outlier_detection.html#outlier-detection。
没有这样的事情
阳性预测值
因为这是无监督的学习。但是您可以使用GridSearchCV来更改参数,尽管我不知道您可以使用哪个度量来选择最佳模型。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句