为什么我在使用 OneClassSVM 进行离群值检测时得到“[LibSVM]”

Question

我正在使用 Python 的 Scikit-Learn 库进行离群值检测。我正在使用 OneClassSVM。我对此有疑问，因为每当我运行我的代码（我没有收到错误）时，它都会打印 [LibSVM].

我不知道为什么会得到这个，我的代码中没有任何打印功能。

out_cls = [['One class SVM',OneClassSVM(cache_size=80, coef0=0.5, gamma ='auto', kernel = 'poly', random_state= None, shrinking=True, tol = 0.1, verbose = True, nu = 0.2)],          
           ['Isolation Forest', IsolationForest(behaviour='new', contamination='auto',max_features=4, max_samples=2, n_estimators= 90, random_state=1)]]

r = df
for out in out_cls:

    cls = out[1]
    model = cls.fit(x)
    prediction = model.predict(x)

   # print(model.best_params_)

    result = []
    for i in prediction:
        if i == -1:
            result.append('BOT')

        else:
            result.append('good')

    r[out[0]] = result

Answer 1

scikit-learn 中的所有底层 SVM 功能实际上都基于 LibSVM；来自 OneClassSVM:

的文档

The implementation is based on libsvm.

另请参阅 source code 中对此的大量引用。

此控制台输出只是模型定义中设置 verbose=True 的产物；改编 docs:

中的简单示例

from sklearn.svm import OneClassSVM
X=[[0], [0.44], [0.45], [0.46], [1]]
clf = OneClassSVM(gamma='auto', verbose=True)
clf.fit(X)

显示输出为：

[LibSVM]

OneClassSVM(cache_size=200, coef0=0.0, degree=3, gamma='auto', kernel='rbf',
            max_iter=-1, nu=0.5, random_state=None, shrinking=True, tol=0.001,
            verbose=True)

设置 verbose=False 消除 [LibSVM] 指示，这在任何情况下都不是问题，因为它不会以任何方式影响您的代码。

为什么我在使用 OneClassSVM 进行离群值检测时得到“[LibSVM]”

Why am I getting `[LibSVM]` when im doing outlier detection with OneClassSVM

python

machine-learning

scikit-learn

libsvm

outliers