Σύνολο Μονοκλασοβικών Μηχανών Υποστήριξης (Ensemble One-Class SVM)
Το Ensemble One-Class SVM συνδυάζει πολλαπλά μοντέλα μηχανών υποστήριξης μίας κλάσης — καθένα εκπαιδευμένο σε διαφορετικό τυχαίο υποσύνολο των δεδομένων ή χαρακτηριστικών — και συγκεντρώνει τις βαθμολογίες ανωμαλίας τους. Με τη συγκέντρωση πολλαπλών εκτιμήσεων ορίων OC-SVM, το σύνολο μειώνει την ευαισθησία στην επιλογή πυρήνα και στη δειγματοληψία δεδομένων που επηρεάζει μια μεμονωμένη μηχανή υποστήριξης μίας κλάσης, παράγοντας έναν πιο σταθερό και ακριβή ανιχνευτή καινοτομίας ή ακραίων τιμών.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Scholkopf, B., Platt, J. C., Shawe-Taylor, J., Smola, A. J., & Williamson, R. C. (2001). Estimating the support of a high-dimensional distribution. Neural Computation, 13(7), 1443–1471. DOI: 10.1162/089976601750264965 ↗
- Tax, D. M. J., & Duin, R. P. W. (2001). Combining one-class classifiers. In Multiple Classifier Systems (MCS 2001), Lecture Notes in Computer Science, vol 2096. Springer, Berlin, Heidelberg. DOI: 10.1007/3-540-48219-9_30 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/el/machine-learning/ensemble-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.
- Ανίχνευση ανωμαλιών με ΑυτοκωδικοποιητήΜηχανική Μάθηση↔ compare
- Isolation ForestΜηχανική Μάθηση↔ compare
- One-Class SVMΜηχανική Μάθηση↔ compare
- Σύνολο Ψηφοφορίας (Voting Ensemble)Μηχανική Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →