Machine learningMachine learning
앙상블 단일 클래스 SVM (Ensemble One-Class SVM)
앙상블 단일 클래스 SVM은 여러 단일 클래스 서포트 벡터 머신 모델들을 결합하고 이들의 이상치 점수를 집계합니다. 각 모델은 데이터 또는 특징의 서로 다른 무작위 부분집합으로 학습됩니다. 여러 OC-SVM 경계 추정치를 통합함으로써, 앙상블은 단일 단일 클래스 SVM에 영향을 미치는 커널 선택 및 데이터 샘플링에 대한 민감도를 줄여, 더 안정적이고 정확한 새로운 객체 또는 이상치 탐지기를 생성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/ko/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.
- 오토인코더 이상 탐지머신러닝↔ compare
- Isolation Forest머신러닝↔ compare
- One-Class SVM머신러닝↔ compare
- Voting Ensemble머신러닝↔ compare