Python 基于sklearn的半监督学习
我有一个大的多维未标记的汽车数据集(价格、里程、马力等等),我想找到这些数据的异常值。我决定使用sklearn OneClassSVM构建决策边界,我的方法存在两个主要问题:Python 基于sklearn的半监督学习,python,machine-learning,svm,outliers,Python,Machine Learning,Svm,Outliers,我有一个大的多维未标记的汽车数据集(价格、里程、马力等等),我想找到这些数据的异常值。我决定使用sklearn OneClassSVM构建决策边界,我的方法存在两个主要问题: 我的数据集包含许多缺少的值。如果缺失特征的任何可能值都是内插器,有没有办法让svm将缺失特征的数据分类为内插器 我现在想添加一个手动调节异常值的反馈循环。人工调节的数据应该改进SVM的分类。我读过关于半监督学习的标签扩散模型。当手动验证足够数量的记录时,将OneClassSVM的分类输出输入到LabelSpreading
- 我的数据集包含许多缺少的值。如果缺失特征的任何可能值都是内插器,有没有办法让svm将缺失特征的数据分类为内插器
- 我现在想添加一个手动调节异常值的反馈循环。人工调节的数据应该改进SVM的分类。我读过关于半监督学习的标签扩散模型。当手动验证足够数量的记录时,将OneClassSVM的分类输出输入到LabelSpreading模型并重新训练该模型是否可行
X = pd.DataFrame()
# Create your features here
# Get the locations of the NaNs
X_2 = 1.0 * X.isnull()
# Rename columns
X_2.rename(columns=lambda x: str(x)+"_has_NaN", inplace=True)
# Paste them together
X = pd.concat([X, X_2], axis=1)