Machine learningMachine learning
説明可能なワンクラスSVM
説明可能なワンクラスSVMは、ラベル付けされた異常データなしで正常データ周りのタイトな境界を学習する、古典的なワンクラスサポートベクターマシン異常検出器と、SHAPやLIMEなどの事後説明可能性手法を組み合わせて、各新規性または異常スコアを駆動する特徴を明らかにします。これにより、不透明な決定境界が監査可能で特徴に起因する信号に変換されます。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Explainable One-Class Support Vector Machine. ScholarGate. https://scholargate.app/ja/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.
- オートエンコーダ異常検知機械学習↔ compare
- アイソレーションフォレスト機械学習↔ compare
- 局所外れ値因子 (LOF)機械学習↔ compare
- One-Class SVM機械学習↔ compare