机器学习 · 函数

单类SVM

使用单类 SVM 进行异常检测。

调用签名(特征, nu: 'float' = 0.1, 核: 'str' = 'rbf', **选项)

单ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 单类SVM
设 结果 = 机器学习.单类SVM(
    特征=[1, 2, 3, 4],  # 必填；按函数业务含义传入 特征;首次使用建议先 打印(...
    nu=0.1,  # 可选；数值类型的 nu 参数,按函数业务含义传入对应浮...
    核='rbf',  # 可选；字符串类型的 核 参数,按函数业务含义传入对应文...
    **[1, 2, 3, 4],  # 可选；额外关键字参数，用字典形式展开传入
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

4 个参数

参数类型 / 传入方式说明

特征可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入特征;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '特征';检查调用是否漏了这行

nu可选 · 默认 0.1

float位置参数或字段名=值

数值类型的 nu 参数,按函数业务含义传入对应浮点数。

常见错误：传非数值会报 TypeError;按数值类型传值

核可选 · 默认 'rbf'

str位置参数或字段名=值

字符串类型的核参数,按函数业务含义传入对应文本。

常见错误：传非字符串会报 TypeError;按字符串类型传值

选项可选 · 默认不传则为空

未声明可变关键字参数，用 **字典展开

额外关键字参数，用字典形式展开传入。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 单类SVM
设 结果 = 机器学习.单类SVM(
    特征=[1, 2, 3, 4],  # 必填；按函数业务含义传入 特征;首次使用建议先 打印(...
    nu=0.1,  # 可选；数值类型的 nu 参数,按函数业务含义传入对应浮...
    核='rbf',  # 可选；字符串类型的 核 参数,按函数业务含义传入对应文...
    **[1, 2, 3, 4],  # 可选；额外关键字参数，用字典形式展开传入
)
打印(结果)

# 进阶组合:单类SVM 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.单类SVM(
    特征=[1, 2, 3, 4],  # 必填
    nu=0.1,  # 可选
    核='rbf',  # 可选
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 特征
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.单类SVM()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.单类SVM(特征=[1, 2, 3, 4])
打印(结果)