One-Class SVM e Shpjegueshme
One-Class SVM e Shpjegueshme kombinon detektorin klasik të anomalive One-Class Support Vector Machine — i cili mëson një kufi të ngushtë rreth të dhënave normale pa kërkuar anomali të etiketuara — me metoda post-hoc të shpjegueshmërisë si SHAP ose LIME për të zbuluar cilat tipare drejtojnë çdo pikë të re ose rezultatin e anomalive, duke kthyer një kufi vendimmarrës opake në një sinjal të auditueshëm dhe të lidhur me tiparet.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- Schölkopf, B., Williamson, R., Smola, A., Shawe-Taylor, J., & Platt, J. (1999). Support vector method for novelty detection. Advances in Neural Information Processing Systems, 12, 582–588. link ↗
- Lundberg, S. M., & Lee, S.-I. (2017). A unified approach to interpreting model predictions. Advances in Neural Information Processing Systems, 30. link ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Explainable One-Class Support Vector Machine. ScholarGate. https://scholargate.app/sq/machine-learning/explainable-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.
- Zbulimi i anomalive me autoenkoderMësimi i makinës↔ compare
- Isolation ForestMësimi i makinës↔ compare
- Faktori Lokal i Anomalive (LOF)Mësimi i makinës↔ compare
- SVM me një klasëMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →