One Class SVMを使ってMNISTの数字画像の異常検知がしたい - Qiita

上記のコードにおいて注意しなければいけない点は，nuとgammaです．nuとgammaはハイパーパラメータなのですが，これらの値を変更すると結果に大きな違いが生じます．初期設定ではnu=0.5，gamma=autoとなっています．One Class SVMを用いた異常値検知の記事によると，gamma=1/特徴量の総数とされているので，今回はgamma=0.001としています．nuは異常の割合とされているので，nu=0.2としています（「１」が100枚，「７」が20枚で実験しているため約２割）． 結果 とりあえず画像をそのまま入れてみる まずは何も考えずに，取得したMNISTの画像をそのままOne Class SVMに入力し，学習・分類をしてみました．結果が以下の図のようになっています．横軸が入力した画像（1～100が「１」、101～120が「７」），縦軸が判定結果（1なら正常，-1なら異常