一、 SVDD的基本流程
1. 随机生成数据
测试样本。
2. 初始化SVDD模型的一些参数
1)C:正则系数
2)gamma:核系数
3)kernel:核函数的类型
3. 根据数据集的格式调整模型参数
1)确定是单分类还是二分类
2)生成核矩阵
3)计算支持向量
4)计算偏移、中心和半径
5)进行训练
4. 使用测试集测试,计算距离
二、使用 Weather.arff 测试
数据集有 8 个属性,18159 条数据。运行 svdd_example_kernel.py ,该文件使用三个不同的核函数。
1. kernel = rbf(高斯核) , gamma = 0.3
2. kernel = poly(多项式核) , degree = 2
3. kernel = linear(线性核)
三、使用 coil2000.arff 测试
数据集有 85 个属性,9822 条数据。运行 svdd_example_kernel.py ,该文件使用三个不同的核函数。
1. kernel = rbf(高斯核) , gamma = 0.3
2. kernel = poly(多项式核) , degree = 2
3. kernel = linear(线性核)