Scikit学习：如何在回归中设置支持向量机的输出范围？

Question

我有一些输入数据在[-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 我知道预测的输出值在-1和1之间。我是什么 失踪了？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)

谢谢你！在

Answer 1

我保留这个答案仅供将来参考（它不直接回答PSan的问题）。在

需要注意的是（可能与其名称相反）sklearn.svm.SVR可以同时用作预测值和分类器。如果fed标记数据，^{}将输出{-1，+1}。在

Answer 2

鉴于这里的信息，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的示例代码段可能如下所示（请随意调整以适应您的需要）：

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)