如何解决SVM 分类器是否从多个数据样本中学习以进行异常值检测？
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？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
