R语言e1071包One-class SVM预测始终返回FALSE问题求助

问题根因 #

所有预测结果始终返回FALSE的核心原因是径向基核的gamma参数设置严重不合理，附带1个不影响运行的小问题：

• RBF核参数gamma在e1071的svm函数中定义为1/(特征维度*σ²)，你直接设置为128（0.5*256）数值过大：过高的gamma会让任意两个样本的核计算结果趋近于0，模型会判定所有样本都和训练的正常类（数字0）距离过远，全部归为异常，因此返回代表异常的FALSE。
• 变量名digits.train.bandwith存在拼写错误（正确拼写为bandwidth），但不影响代码运行。

修复方法 #

调整gamma到合理区间即可，256维特征的常规初始值为1/特征数≈0.0039，你可以将对应代码修改为：

# 替换原gamma参数赋值行
digits.train.gamma <- 1/ncol(digits.train.features)
# 训练模型时传入正确的gamma参数
digits.train.model <- svm(x = digits.train.features, type = 'one-classification', kernel = 'radial', nu = digits.train.nu, gamma = digits.train.gamma)

修改后训练结果会符合nu参数的预期：nu=0.5的设置下，约一半的训练集0样本会被判定为正常（返回TRUE），另一半被判定为异常。如果希望提升正常类的召回率，可以降低nu取值，比如设置nu=0.1，代表最多允许10%的正常训练样本被误判为异常。

内容的提问来源于stack exchange，提问作者tudoroancea