python - Scikit 学习 : How can I set the SVM Output range in regression?

Question

我的一些输入数据在 [-1 , 1] 范围内，输出数据在 [0, 1] 范围内。当我使用 SMV 回归来预测输出时 我的预测输出值在 -1 和 1 之间。我是什么 丢失的？代码是:

    svr=svm.SVR(C=0.1, gamma=0.01,kernel='rbf') 
    y_rbf =svr.fit(TrainingIn,TrainingOut) 
    y_hat=svr.predict(TestIn)

谢谢!

Answer 1

根据此处的信息，不可能重建您的问题。但我很确定，这与数据的预处理/缩放有关。运行 SVR 的示例代码片段可能如下所示(请随意根据您的需要进行调整):

from sklearn.svm import SVR
from sklearn.datasets import load_boston
from sklearn.preprocessing import StandardScaler
from sklearn.cross_validation import train_test_split
from sklearn.metrics import mean_squared_error

# replace this parth with your data, e.g. TrainingIn/TrainingOut
boston = load_boston()
X, y = boston.data, boston.target

X1, X2, y1, y2 = train_test_split(X, y)
svr = SVR(C=80)
scaler = StandardScaler()
svr.fit(scaler.fit_transform(X1), y1)
y_pred = svr.predict(scaler.transform(X2))

print mean_squared_error(y2, y_pred)