Мне трудно реализовать все этапы настройки машины опорных векторов (SVM) для обучения без учителя.Мой набор данных помечен, но в образовательных целях я изучаю неконтролируемые методы, особенно как использовать SVM без присмотра.
По сути, в контролируемом обучении у нас есть набор данных X, который разбит на XtrainXval и независимый Xtest, который SVM никогда не видит во время тренировки.Во время обучения гиперпараметры изучаются с использованием перекрестной проверки (CV-подход).Мой вопрос заключается в том, что для обучения без учителя мне нужно иметь Xtrain, Xval и резюме для изучения гиперпараметров?Причина, по которой я спрашиваю, заключается в том, что теоретически при обучении без учителя у нас нет помеченных наборов данных.Означает ли это, что у нас нет Xtrain и Xval?
В ссылке Matlab перекрестная проверка выполняется, но мне неясно, делается ли это на части данных обучения Xval
CVSVMModel = crossval(SVMModel);
[~,scorePred] = kfoldPredict(CVSVMModel);
ВОПРОСЫ:
1) Оцениваем ли мы гиперпараметры в SVM для обучения без учителя?
2) Если да, то этоподразумевает, что у нас есть доступ к меткам, когда теоретически неконтролируемое обучение происходит без знания набора меток данных.Это противоречит мне.
Как оценить гиперпараметры в SVM без надзора без Xval и разделения набора данных с помощью c = cvpartition(n,'KFold',k)
Может ли кто-нибудь подсказать, как поступить без обучения под наблюдением.Спасибо.