¿Cómo hacer una clasificación de una clase usando SVM?

Hay muchas opciones para probar

  • Weka proporciona un contenedor LibSVM: utiliza Java, aquí hay un tutorial ¿Cómo realizo la clasificación de una clase?
  • DMJ Tax, quien propuso OSVM original, mantiene una biblioteca matlab llamada ddtools, donde tiene varias implementaciones de osvm y otros métodos de una clase. Aquí está el sitio web, también puede descargar el manual para ejecutar esas rutinas matlab. Dd_tools | Laboratorio de reconocimiento de patrones
  • Aparentemente, también puedes hacer OSVM en R, mira este hilo de discusión Clasificación de una clase con SVM en R,
  • En python con su paquete scikit-learn aquí SVM de una clase con kernel no lineal (RBF)

Los siguientes son algunos de los principales parámetros que deben establecerse para OSVM

  1. Elección del núcleo: si es RBF, debe establecer el ancho del núcleo, si es polinómico, entonces el grado del polinomio
  2. Tasa de rechazo: esta es la tasa de muestras positivas que desea establecer para establecer el límite de la clase positiva
  3. Margen suave: debe verificar si dicha opción está presente en algunos de estos paquetes

Estos parámetros pueden establecerse manualmente o mediante validación cruzada.

LibSVM admite SVM de 1 clase. Simplemente configure las opciones -s en 2. Consulte el sitio de LibSVM para obtener más detalles [1] Sin embargo, si está buscando los detalles de la teoría, LibSVM implementa el siguiente documento [2] con algunas modificaciones.

[1] LIBSVM – Una biblioteca para máquinas de vectores de soporte
[2] Estimación del soporte de una distribución de alta dimensión