Machine learningMachine learning

One-Class SVM

One-class SVM은 커널 유도 특징 공간에서 정상 훈련 데이터 주변의 밀착된 경계를 학습하는 비지도 이상치 및 신규성 탐지 알고리즘으로, 해당 경계 밖에 있는 새로운 관측치를 이상치로 표시합니다. 1999-2001년 Scholkopf 등이 소개한 이 알고리즘은 레이블이 지정된 이상치 데이터가 없는 단일 클래스 설정으로 SVM 프레임워크를 확장합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

+18 more

출처

  1. 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
  2. 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

이 페이지 인용 방법

ScholarGate. (2026, June 3). One-Class Support Vector Machine (Novelty and Anomaly Detection). ScholarGate. https://scholargate.app/ko/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

이 방법을 참조하는 항목

ScholarGateOne-class SVM (One-Class Support Vector Machine (Novelty and Anomaly Detection)). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/machine-learning/one-class-svm · 데이터셋: https://doi.org/10.5281/zenodo.20539026