Explainable One-Class SVM
Explainable One-Class SVM क्लासिक One-Class Support Vector Machine एनोमली डिटेक्टर — जो बिना लेबल वाली विसंगतियों की आवश्यकता के सामान्य डेटा के चारों ओर एक तंग सीमा सीखता है — को पोस्ट-हॉक व्याख्यात्मकता विधियों जैसे SHAP या LIME के साथ जोड़ता है ताकि यह पता लगाया जा सके कि कौन सी विशेषताएँ प्रत्येक नवीनता या विसंगति स्कोर को संचालित करती हैं, जिससे एक अपारदर्शी निर्णय सीमा को एक ऑडिट करने योग्य, विशेषता-श्रेय योग्य संकेत में परिवर्तित किया जा सके।
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
- Schölkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems, 12, 582–588. link ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable One-Class Support Vector Machine. ScholarGate. https://scholargate.app/hi/machine-learning/explainable-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
- लोकल आउटलायर फैक्टर (LOF)मशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare