ماشین بردار پشتیبان تک کلاسه گروهی
ماشین بردار پشتیبان تک کلاسه گروهی (Ensemble One-Class SVM) چندین مدل ماشین بردار پشتیبان تک کلاسه را ترکیب میکند — که هر کدام بر روی زیرمجموعه تصادفی متفاوتی از دادهها یا ویژگیها آموزش دیدهاند — و امتیازات ناهنجاری آنها را تجمیع میکند. با تجمیع چندین تخمین مرز OC-SVM، گروهی حساسیت به انتخاب هسته و نمونهبرداری دادهها را که یک ماشین بردار پشتیبان تک کلاسه منفرد را تحت تأثیر قرار میدهد، کاهش میدهد و یک آشکارساز نوین یا پرت (outlier) پایدارتر و دقیقتر تولید میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/fa/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.
- تشخیص ناهنجاری با خودرمزگذاریادگیری ماشین↔ compare
- جنگل ایزوله (Isolation Forest)یادگیری ماشین↔ compare
- ماشین بردار پشتیبان تک کلاسهیادگیری ماشین↔ compare
- مجموعه رأیگیرییادگیری ماشین↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →