SVDD + arff-datasets-binary

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）