python - 不同无监督学习算法之间的比较
问题描述
我正在做一个关于二进制分类的项目,我必须在其中测试几种无监督学习算法,例如:Isolation Forest
、OneClassSVM
和. 在使用这些模型进行拟合和预测后,我得到了新的二进制标签。在 1000 个数据点中:,仅预测 10 个点属于第 1 类,其余的属于第 0 类;另一方面,预测 872 个点属于 1 类,其余属于 0 类。Local Outlier Factor
Elliptic Envelope
Isolation Forest
Local Outlier Factor
Elliptic Envelope
OneClassSVM
我想知道:
这些结果有多可靠?
我如何衡量哪种算法在预测方面做得最好?
解决方案
推荐阅读
- algorithm - 按索引映射的函数是否有通用名称?
- python - 如何遍历列表列表,找到相同索引位置的值?
- php - 从字符串中删除除日期之外的所有数字
- android - android Binder调用中的SecurityException到不正确的接口
- c# - EF 使用具有复合键的一对多模型
- java - 通过另一个 List 扩展 ImmutableList.of()
- twitter-bootstrap - 如何在用户图像灰色背景或褪色背景上显示复选框?
- python - 如何从 Django Rest Framework 中的端点导出 PDF
- angular - 如何修复 NgRx Effects 中的执行顺序?
- javascript - React 测试库不会重新渲染