Answers:
简短答案
您可以根据目标和拥有的数据选择要使用的内容。
如果您有分类问题,即要预测的离散标签,则可以使用C-classification
和nu-classification
。
如果您有回归问题,即要预测的连续数,可以使用eps-regression
和nu-regression
。
如果您只有一类数据,即正常行为,并且想要检测异常值。 one-classification
。
细节
C分类和nu分类用于二进制分类用法。假设您要建立一个基于动物特征对猫和狗进行分类的模型,即预测目标是离散变量/标签。
有关C分类和nu分类之间差异的详细信息。您可以在LIBSVM的常见问题中找到
问:nu-SVC和C-SVC有什么区别?
基本上,它们是同一件事,但参数不同。C的范围是从零到无穷大,但是nu始终在[0,1]之间。nu的一个不错的特性是它与支持向量的比率和训练误差的比率有关。
一类用于“异常检测”,其中只有一类数据。例如,您要检测一个用户帐户的“异常”行为。但是您没有训练模型的“异常行为”。但是只有正常的行为。
eps回归和nu回归用于回归问题,您要在其中预测一个连续的数字,例如房价。可以在此处找到详细的区别:ep-SVR和nu-SVR(以及最小二乘SVR)之间的区别