Ensemble One-Class SVM
Ensemble One-Class SVM combină multiple modele one-class support vector machine — fiecare antrenat pe un subset aleatoriu diferit de date sau caracteristici — și agregă scorurile lor de anomalie. Prin combinarea mai multor estimări ale graniței OC-SVM, ansamblul reduce sensibilitatea la alegerea kernelului și la eșantionarea datelor care afectează un singur one-class SVM, producând un detector de noutate sau valori aberante mai stabil și mai precis.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Ensemble of One-Class Support Vector Machines. ScholarGate. https://scholargate.app/ro/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.
- Detecția anomaliilor cu autoencoderÎnvățare automată↔ compare
- Isolation ForestÎnvățare automată↔ compare
- SVM pentru o singură clasăÎnvățare automată↔ compare
- Ansamblul de votareÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →