वन-क्लास एसवीएम
वन-क्लास एसवीएम एक अनसुपरवाइज्ड एनोमली और नोवेल्टी डिटेक्शन एल्गोरिथम है जो कर्नेल-प्रेरित फ़ीचर स्पेस में सामान्य प्रशिक्षण डेटा के चारों ओर एक टाइट बाउंड्री सीखता है, जो उस बाउंड्री के बाहर गिरने वाले नए अवलोकनों को आउटलायर्स के रूप में फ़्लैग करता है। 1999-2001 में स्कॉल्कोफ एट अल. द्वारा प्रस्तुत, यह एसवीएम फ्रेमवर्क को सिंगल-क्लास सेटिंग तक विस्तारित करता है जहाँ कोई लेबल वाली एनोमली उपलब्ध नहीं होती 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.
+18 more
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. (2004). Support vector data description. Machine Learning, 54(1), 45–66. DOI: 10.1023/B:MACH.0000008084.60811.49 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). One-Class Support Vector Machine (Novelty and Anomaly Detection). ScholarGate. https://scholargate.app/hi/machine-learning/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