Python sklearn SGDOneClassSVM用法及代码示例

本文简要介绍python语言中 sklearn.linear_model.SGDOneClassSVM 的用法。

用法:

class sklearn.linear_model.SGDOneClassSVM(nu=0.5, fit_intercept=True, max_iter=1000, tol=0.001, shuffle=True, verbose=0, random_state=None, learning_rate='optimal', eta0=0.0, power_t=0.5, warm_start=False, average=False)

使用随机梯度下降求解线性One-Class SVM。

此实现旨在与内核近似技术(例如 sklearn.kernel_approximation.Nystroem )一起使用，以获得类似于默认使用高斯内核的 sklearn.svm.OneClassSVM 的结果。

在用户指南中阅读更多信息。

参数：

nu：浮点数，默认=0.5

One Class SVM 的 nu 参数：训练误差分数的上限和支持向量分数的下限。应该在 (0, 1] 区间内。默认取 0.5。

fit_intercept：布尔，默认=真

是否应该估计截距。默认为真。

max_iter：整数，默认=1000

训练数据的最大传递次数(又名 epochs)。它只影响 fit 方法中的行为，而不影响 partial_fit 。默认为 1000。

tol：浮点数或无，默认=1e-3

停止标准。如果不是 None，迭代将在 (loss > previous_loss - tol) 时停止。默认为 1e-3。

shuffle：布尔，默认=真

是否应该在每个 epoch 之后对训练数据进行洗牌。默认为真。

verbose：整数，默认=0

详细程度。

random_state：int、RandomState 实例或无，默认=无

混洗数据时使用的伪随机数生成器的种子。如果是int，random_state是随机数生成器使用的种子；如果RandomState实例，random_state是随机数生成器；如果为 None，则随机数生成器是 np.random 使用的 RandomState 实例。

learning_rate：{‘constant’, ‘optimal’, ‘invscaling’, ‘adaptive’}，默认='最佳'

与 fit 一起使用的学习率计划。 (如果使用 partial_fit ，必须直接控制学习率)。

• ‘constant’：eta = eta0
• ‘optimal’：eta = 1.0 / (alpha * (t + t0)) 其中 t0 由 Leon Bottou 提出的启发式方法选择。
• ‘invscaling’：eta = eta0 / pow(t, power_t)
• ‘adaptive’：eta = eta0，只要训练不断减少。如果 early_stopping 为 True，则每次 n_iter_no_change 个连续 epoch 未能将训练损失减少 tol 或未能将验证分数增加 tol，则当前学习率除以 5。

eta0：浮点数，默认=0.0

‘constant’, ‘invscaling’ 或 ‘adaptive’ 计划的初始学习率。默认值为 0.0，因为默认计划 ‘optimal’ 不使用 eta0。

power_t：浮点数，默认=0.5

逆缩放学习率的 index [默认 0.5]。

warm_start：布尔，默认=假

当设置为 True 时，重用之前调用的解决方案作为初始化，否则，只需擦除之前的解决方案。请参阅词汇表。

当 warm_start 为 True 时重复调用 fit 或 partial_fit 可能会导致与单次调用 fit 时不同的解决方案，因为数据被打乱的方式。如果使用动态学习率，则根据已经看到的样本数量调整学习率。调用fit 重置此计数器，而partial_fit 将导致增加现有计数器。

average：bool 或 int，默认 = False

设置为 True 时，计算平均 SGD 权重并将结果存储在 coef_ 属性中。如果设置为大于 1 的 int，则一旦看到的样本总数达到平均值，就会开始求平均值。因此average=10 将在看到 10 个样本后开始求平均值。

属性：

coef_：ndarray 形状 (1, n_features)

分配给特征的权重。

offset_：ndarray 形状 (1,)

用于从原始分数定义决策函数的偏移量。我们有关系：decision_function = score_samples - 偏移量。

n_iter_：int

达到停止标准的实际迭代次数。

t_：int

训练期间执行的权重更新次数。与 (n_iter_ * n_samples) 相同。

loss_function_：具体LossFunction

n_features_in_：int

拟合期间看到的特征数。

feature_names_in_：ndarray 形状(n_features_in_，)

拟合期间看到的特征名称。仅当 X 具有全为字符串的函数名称时才定义。

注意：

该估计器在训练样本数量上具有线性复杂性，因此比 sklearn.svm.OneClassSVM 实现更适合具有大量训练样本(例如 > 10,000)的数据集。

例子：

>>> import numpy as np
>>> from sklearn import linear_model
>>> X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
>>> clf = linear_model.SGDOneClassSVM(random_state=42)
>>> clf.fit(X)
SGDOneClassSVM(random_state=42)

>>> print(clf.predict([[4, 4]]))
[1]