Ensemble One-Class SVM
Ensemble One-Class SVM yhdistää useita yhden luokan tukivektorikonemalleja – joista kukin on koulutettu eri satunnaisella data- tai piirrejakaumalla – ja aggregioi niiden poikkeamapisteet. Yhdistämällä useita OC-SVM-rajapinta-arvioita ensemble vähentää herkkyyttä ytimen valinnalle ja datan otannalle, joka vaivaa yksittäistä yhden luokan tukivektorikonetta, tuottaen vakaamman ja tarkemman uutuus- tai poikkeamapaljastimen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/fi/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.
- Autoenkooderin poikkeamien tunnistusKoneoppiminen↔ compare
- Isolation ForestKoneoppiminen↔ compare
- Yhden luokan SVMKoneoppiminen↔ compare
- Ääniennuste (Voting Ensemble)Koneoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →