Nu es inviable

Estoy usando la clase NuSVC en sklearn. Después de intentar crear una instancia de un objeto NuSVC de la siguiente manera:

self.classifier = OneVsRestClassifier(NuSVC()) 

Descubrí que repetidamente recibo el error ‘No se puede especificar “. Intenté variar el parámetro ‘nu’ desde 0.1 hasta 1. (en incrementos de 0.1), pero sigo recibiendo el mismo error. ¿Realmente no estoy seguro de cómo interpretar este mensaje y de cómo resolverlo? Pensé que si establecía el nu en 1., funcionaría porque nu representa un límite superior en la fracción de errores de entrenamiento que creo que siempre debería ser defendible. ¿Qué podría estar causando esto?

¡Gracias por la ayuda!

Para completar, a partir de la documentación : Nu-SVM es una formulación restringida de SVM (equivalente con el original hasta la reparametrización) que plantea un límite firme en la clasificación errónea permitida. Si este límite no puede satisfacerse, entonces el problema de optimización convexo asociado se vuelve inviable.

Desde este punto de vista, lo primero que debe investigar es cuánto error de entrenamiento puede esperar realmente, y tal vez revisar sus suposiciones. Busque en una cuadrícula de valores de C para un SVM estándar para verificarlo.

Sin embargo, NuSVC debería funcionar con algunos valores estrictamente menores que 1. De acuerdo con su descripción, ha intentado 0.9 – comience a agregar 9s, es decir, .99, .999. Si no funciona en algún momento, entonces tiene que haber otro problema en alguna parte.