我有两个数据集，训练集和测试集。它们分别标记为“1”和“0”。我需要使用scikit learn中的“oneClassSVM”算法和“rbf”核来评估这些数据集。我已经加载了训练数据集，但我不知道如何用测试数据集进行评估。以下是我的代码，

from sklearn import svmimport numpy as npinput_file_data = "/home/anuradha/TrainData.csv"dataset = np.loadtxt(input_file_iris, delimiter=",")X = dataset[:,0:4]y = dataset[:,4]estimator= svm.OneClassSVM(nu=0.1, kernel="rbf", gamma=0.1)

请问有人可以帮助我解决这个问题吗？

回答：

解决这个问题只需在你的脚本末尾添加以下两行代码即可：

estimator.fit(X_train)y_pred_test = estimator.predict(X_test)

第一行代码告诉svn使用哪个训练数据，第二行代码对测试集进行预测（确保加载两个数据集并相应地更改变量名）。

这里有一个关于如何使用OneClassSVM的完整示例，这里是类的参考资料。