Machine learningMachine learning
One-Class SVM
One-class SVM は、カーネルによって誘導される特徴空間において、正常な訓練データの周囲にタイトな境界を学習し、その境界の外側にある新しい観測値を外れ値としてフラグ付けする、教師なしの異常および新規性検出アルゴリズムです。Scholkopfらによって1999年から2001年にかけて導入されたこの手法は、ラベル付けされた異常が利用できない単一クラスの設定にSVMフレームワークを拡張したものです。
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.
+18 more
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. (2004). Support vector data description. Machine Learning, 54(1), 45–66. DOI: 10.1023/B:MACH.0000008084.60811.49 ↗
このページの引用方法
ScholarGate. (2026, June 3). One-Class Support Vector Machine (Novelty and Anomaly Detection). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →この手法を参照する項目
アクティブラーニングアイソレーションフォレストアクティブラーニング・ワンクラスSVMオートエンコーダ異常検知ベイズオートエンコーダ異常検知ベイズ的ワンクラスSVMアンサンブル・オートエンコーダ異常検知アンサンブル・アイソレーション・フォレストアンサンブルワンクラスドラボーマシン (Ensemble One-Class SVM)説明可能なオートエンコーダ異常検知説明可能なアイソレーションフォレスト説明可能なワンクラスSVM局所外れ値因子 (LOF)オンラインオートエンコーダ異常検知オンラインアイソレーションフォレストオンラインワンクラスSVM正則化ガウス混合モデルロバストオートエンコーダー異常検知ロバストガウス混合モデル堅牢なアイソレーションフォレストロバストOne-Class SVMロバストサポートベクターマシン自己教師ありオートエンコーダー異常検知Self-supervised Isolation Forest自己教師ありOne-class SVM半教師ありオートエンコーダ異常検知Semi-supervised Isolation Forest半教師ありワンクラスSVM