训练集中没有异常数据，测试集中有异常数据，用支持向量机训练的模型，怎么能把异常识别出来呢

相关推荐 更多相似问题

• 训练集中没有异常数据，测试集中有异常数据，用支持向量机训练的模型，怎么能把异常识别出来呢 人工智能机器学习

  2022-04-26 17:54
  回答 2 已采纳 谢邀，我个人的想法是这样，你训练了三个类别，如果测试集只有三个类别，那每个类别是识别概率分布会很不均匀，例如80%，10%，10%如果是多了一种类别，那么分布概率可能是30%，40%，30%我建议可以
• 线性可分三分类支持向量机如何得到每个自变量的权重 python支持向量机

  2022-01-14 11:04
  回答 2 已采纳 3 组权值，分别是 Y1与非Y1、Y2与非Y2、Y3与非Y3 的分割平面的系数
• python支持向量机为什么输出结果会变来变去？ python人工智能有问必答机器学习

  2021-06-06 01:55
  回答 3 已采纳 你可以设置一下random state这个参数，划分数据集的时候也可以设置一下，这样每次得到的结果就是一样的了，有用的话麻烦给个采纳，谢谢
• 人工智能导论模型与算法书的课后题实在不会好商量支持向量机机器学习svm 分类边界错误率分离边界发生变化实现，考虑一个在二维特征空间中的二类分析问题，训练集包含八个样本其在二维空间中的分布如图 人工智能机器学习

  2022-05-19 10:12
  回答 1 已采纳 理解支持向量，bargin的含义就行，支持向量机的分类超平面只和支持向量样本有关
• 一个关于支持向量机SVM的问题 人工智能机器学习

  2022-02-08 12:02
  回答 2 已采纳 寻找最大间隔超平面，可以转化为凸二次规划的最优化问题凸二次规划问题的原型是： min f0(x)=1/2 x'Ax +b'x +c而决策函数 y=sign(w'x+b)定义两个间隔后，将最优分离的标准
• 没有解决我的问题, 去提问