एन्सेम्बल वन-क्लास एसवीएम
एन्सेम्बल वन-क्लास एसवीएम कई वन-क्लास सपोर्ट वेक्टर मशीन मॉडल को जोड़ता है — प्रत्येक डेटा या विशेषताओं के एक अलग यादृच्छिक उपसमूह पर प्रशिक्षित — और उनके विसंगति स्कोर को एकत्रित करता है। कई ओसी-एसवीएम सीमा अनुमानों को पूल करके, एन्सेम्बल कर्नेल पसंद और डेटा नमूनाकरण के प्रति संवेदनशीलता को कम करता है जो एक एकल वन-क्लास एसवीएम को प्रभावित करता है, जिससे एक अधिक स्थिर और सटीक नवीनता या आउटलायर डिटेक्टर उत्पन्न होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/hi/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.
- ऑटोएन्कोडर विसंगति का पता लगानामशीन अधिगम↔ compare
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare
- मतदान एनसेंबलमशीन अधिगम↔ compare