关于python使用One Class&nbs…

系本人原创，转载请著名出处：http://blog.sina.com.cn/s/blog_76bf40cd0102v4a7.html

由于工作需要，前段时间使用一下One Class SVM。SVM算法一般是用来进行分类的，从One Class SVM的名字看出，One Class SVM并不是用来进行分类的，而是用来检测新的数据是否属于原始数据一类。由于本人不是一心一意搞机器学习的，所以对于One ClassSVM的原理和具体数学推导不了结，所以在这里只能介绍One Class SVM使用的问题。我自己所使用的库是来自台湾大学林智仁（LinChih-Jen）所设计和实现的库LibSVM（地址：http://www.csie.ntu.edu.tw/~cjlin/libsvm/），里面包含很多种语言的版本，我使用的是python版本。

在python的README文档中，主要用到了几个函数：svm_read_problem、svm_train、svm_predict、svm_load_model、svm_save_model，这几个函数主要是用来从文件中读数据训练和存储模型。1、svm_read_problem是使用如下所示：y,x = svm_read_problem('data.txt')  data.txt是原始数据训练集（参见注），返回的y和x是一个列表，里面存储一些数据用来进行下一步。当然这里也可以不使用这种从文件读的方式，具体使用见README文档。2、svm_train函数的使用如下所示：m = svm_train(y, x, '-s 2 -n0.01')  y和x分别是上一部得到的结果，-s 2-n 0.01 其中的s标识SVM的类型，2就是表示One Class SVM，-n在2类SVM中标识两个类的比例（？），但是在OneClass SVM表示异常数据所占的比例，我们在这里设置其为0.01，m就是就是得到的训练模型。3、svm_predict函数的使用所如下所示：p_label, p_acc, p_val =svm_predict(y, x, m) 这里的y和x是从测试数据集中使用的svm_read_problem函数得到的y和x，m就是刚刚训练得到的模型。返回值为三个数p_label、p_acc、p_val，p_label是一个元组标识对应测试集中每一行数据的结果，1表示属于该集，-1标识不属于该集；p_acc表示训练精度，对于OneClassSVM精度计算好像存在问题（当使用1作为标签，得到的精度是正确的，当使用-1作为标签就相反了。不知道这算不算一个bug。。）；p_val我们就不管它了。4、svm_save_model函数就将svm_train得到的模型m存到外部的一个文件里面，其使用如下：svm_save_model('heart_scale.model',m)，'heart_scale.model'就是文件名。 5、svm_load_model函数的作用与svm_save_model相反，就是从外部文件中读取模型，其使用如下所示：m= svm_load_model('heart_scale.model')。

关于One Class SVM国内还没有讲的比较好的博客，望大牛们多多为广大爱好者多作贡献。

注：对于两类SVM问题，其标签一般有两种，一般使用+1和-1，见：http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/binary/a2a   对于One ClassSVM标签一般只有一个，建议使用+1，格式中别的数据是怎么得到的就要看怎么进行归一化。