我很难实施为无监督学习设置支持向量机 (SVM) 的所有步骤。我的数据集已标记，但出于教育目的，我正在学习无监督方法，尤其是如何以无监督方式使用 SVM。

基本上，在监督学习中，我们有一个数据集X，它被分割成Xtrain Xval一个独立的数据集， XtestSVM 在训练期间从未见过它。在训练期间，使用交叉验证（CV 方法）学习超参数。我的问题是，对于无监督学习，我应该需要Xtrain,Xval和 CV 来学习超参数吗？我问的原因是理论上在无监督学习中我们没有任何标记的数据集。这是否意味着我们没有Xtrainand Xval？

在 Matlab 链接中，已完成交叉验证，但我不清楚是否对部分训练数据进行了交叉验证 Xval

CVSVMModel = crossval(SVMModel);
[~,scorePred] = kfoldPredict(CVSVMModel);

问题：

1）我们是否为无监督学习估计了 SVM 中的超参数？

2）如果是，那么这意味着当理论上无监督学习不知道标记的数据集时，我们可以访问标签。这对我来说是矛盾的。

如何在不Xval使用和拆分数据集的情况下估计无监督 SVM 中的超参数c = cvpartition(n,'KFold',k)

有人可以建议如何进行无监督学习。谢谢你。