Online One-Class SVM
Online One-Class SVM je inkrementální rozšíření klasického One-Class Support Vector Machine, které aktualizuje svou rozhodovací hranici s příchodem nových dat po jednom vzorku, což jej činí vhodným pro streamovací prostředí a detekci anomálií či novinek v reálném čase bez nutnosti přetrénování od začátku.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Laskov, P., Gehl, C., Krueger, S., & Muller, K.-R. (2006). Incremental support vector learning: Analysis, implementation and applications. Journal of Machine Learning Research, 7, 1909–1936. link ↗
- Scholkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems (NIPS), 12, 582–588. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Online One-Class Support Vector Machine. ScholarGate. https://scholargate.app/cs/machine-learning/online-one-class-svm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AutoencoderHluboké učení↔ compare
- Isolation ForestStrojové učení↔ compare
- Lokální faktor odlehlosti (LOF)Strojové učení↔ compare
- One-class SVMStrojové učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →