Machine learningMachine learning
アンサンブルワンクラスドラボーマシン (Ensemble One-Class SVM)
アンサンブルワンクラスドラボーマシンは、複数のワンクラスドラボーマシンモデル（それぞれ異なるランダムなデータまたは特徴のサブセットで学習されたもの）を組み合わせ、それらの異常スコアを集計する手法である。複数のOC-SVM境界推定をプールすることにより、アンサンブルは、単一のワンクラスドラボーマシンに影響を与えるカーネル選択やデータサンプリングへの感度を低減し、より安定した高精度な新規性または外れ値検出器を生成する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/ja/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.
Compare side by side →