问题描述
我有多个数据样本,假设样本 1(70 行和 3 列),我有这个数据集的 100 个样本。每个训练数据都带有标签 1(假设)。在使用所有数据集和测试样本训练模型后,如果测试样本位于训练样本的边界内,我的目标是预测标签 1,否则预测 (0) 标签。 它有点类似于异常值检测。但是在 SVM 的一些文章中,我发现重新训练 SVM 分类器或说在任何 scikit-learn 估计器上调用拟合都会忘记所有以前看到的数据。
如何使用 SVM 实现目标?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)