Байесовская одноклассовая SVM

Bayesian one-class SVM объединяет классическую one-class SVM — которая строит плотную границу вокруг нормальных обучающих примеров — с байесовским выводом для получения калиброванных вероятностных оценок аномалий, а не только бинарного флага. Это позволяет количественно оценить неопределенность при принятии решения о новизне, делая подход более подходящим, когда последующие действия зависят от уверенности модели в том, что новое наблюдение является аномальным.