Online One-Class SVM
Online One-Class SVM to stanowi przyrostowe rozszerzenie klasycznej metody Support Vector Machine dla jednej klasy (One-Class SVM), które aktualizuje swoją granicę decyzyjną w miarę napływania nowych danych, próbka po próbce. Dzięki temu nadaje się do środowisk strumieniowych oraz do wykrywania anomalii lub nowości w czasie rzeczywistym, bez konieczności ponownego trenowania od zera.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Laskov, P., Gehl, C., Krueger, S., & Muller, K.-R. (2006). Incremental support vector learning: Analysis, implementation and applications. Journal of Machine Learning Research, 7, 1909–1936. link ↗
- Scholkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems (NIPS), 12, 582–588. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Online One-Class Support Vector Machine. ScholarGate. https://scholargate.app/pl/machine-learning/online-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.
- AutoenkoderUczenie głębokie↔ compare
- Isolation ForestUczenie maszynowe↔ compare
- Lokalny Wskaźnik Wartości Odstających (Local Outlier Factor - LOF)Uczenie maszynowe↔ compare
- One-Class SVMUczenie maszynowe↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →