Egyosztályos SVM-együttes (Ensemble One-Class SVM)
Az egyosztályos SVM-együttes (Ensemble One-Class SVM) több egyosztályos támogató vektoros gép modellt kombinál – amelyek mindegyike az adatok vagy jellemzők különböző véletlenszerű részhalmazán van betanítva –, és aggregálja anomália pontszámaikat. Több OC-SVM határbecslés összevonásával az együttes csökkenti a kernelválasztásra és az adatmintavételezésre való érzékenységet, amely egyetlen egyosztályos SVM-et sújt, stabilabb és pontosabb újdonság- vagy kiugróérték-detektort eredményezve.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/hu/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.
- Autoencoder alapú anomáliadetektálásGépi tanulás↔ compare
- Isolation ForestGépi tanulás↔ compare
- One-Class SVMGépi tanulás↔ compare
- Voting EnsembleGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →