OneClassSVM流程图

这是一篇关于OneClassSVM的思维导图，主要内容包括：进行拟合获取异常分数，使用最佳参数训练，获取最佳参数，使用GridSearchCV搜索最佳的参数组合，创建参数网格，定义自定义评分器，数据加载。

OneClassSVM

• 数据加载
  • 加载数据集
    • 定义数据集路径
    • 加载数据集
  • 数据预处理
    • 数据清洗
    • 数据归一化
• 定义自定义评分器
  • 定义评分器函数
    • 计算异常分数;
    • 计算准确率
  • 定义评分器对象
    • 初始化评分器
• 创建参数网格
  • 定义参数范围
    • 定义nu值范围
    • 定义kernel值范围
  • 创建参数网格
    • 使用GridSearchCV创建参数网格
• 使用GridSearchCV搜索最佳的参数组合
  • 定义搜索参数
    • 定义评分器
    • 定义参数网格
  • 执行搜索
    • 使用GridSearchCV执行搜索
• 获取最佳参数
  • 获取最佳参数组合
    • 获取最佳参数
  • 保存最佳参数
    • 保存最佳参数到文件
• 使用最佳参数训练
  • 初始化模型
    • 初始化OneClassSVM模型
  • 训练模型
    • 使用最佳参数训练模型
• 进行拟合获取异常分数
  • 定义拟合函数
    • 定义异常分数计算函数
  • 拟合模型
    • 使用模型进行拟合
  • 获取异常分数
    • 获取异常分数结果
  • 保存异常分数结果
    • 保存异常分数结果到文件