SVM pentru o singură clasă
SVM pentru o singură clasă este un algoritm nesupervizat de detecție a anomaliilor și a noutăților, care învață o graniță strânsă în jurul datelor de antrenament normale într-un spațiu de caracteristici indus de kernel, semnalând noile observații care cad în afara acelei granițe ca fiind valori aberante. Introdus de Scholkopf et al. în 1999–2001, extinde cadrul SVM la setarea cu o singură clasă, unde nu sunt disponibile anomalii etichetate.
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.
+18 more
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. (2004). Support vector data description. Machine Learning, 54(1), 45–66. DOI: 10.1023/B:MACH.0000008084.60811.49 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). One-Class Support Vector Machine (Novelty and Anomaly Detection). ScholarGate. https://scholargate.app/ro/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.
- Detecția anomaliilor cu autoencoderÎnvățare automată↔ compare
- Isolation ForestÎnvățare automată↔ compare
- Factorul local de aberație (LOF)Învățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →