Online One-Class SVM
Online One-Class SVM ist eine inkrementelle Erweiterung der klassischen One-Class Support Vector Machine, die ihre Entscheidungsgrenze aktualisiert, sobald neue Daten eintreffen, und zwar einzeln. Dies macht sie geeignet für Streaming-Umgebungen und die Echtzeit-Erkennung von Anomalien oder Neuheiten, ohne dass ein erneutes Training von Grund auf erforderlich ist.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Online One-Class Support Vector Machine. ScholarGate. https://scholargate.app/de/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.
- AutoencoderDeep Learning↔ compare
- Isolation ForestMaschinelles Lernen↔ compare
- Lokaler Ausreißerfaktor (LOF)Maschinelles Lernen↔ compare
- One-Class SVMMaschinelles Lernen↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →