Semi-supervised One-class SVM
Semi-supervised One-class SVM เป็นการต่อยอดตัวตรวจจับความผิดปกติแบบ One-class SVM ดั้งเดิม โดยรวมเอาข้อมูลที่ไม่มีป้ายกำกับเข้ากับชุดตัวอย่างปกติที่ทราบจำนวนเล็กน้อย ข้อมูลที่ไม่มีป้ายกำกับช่วยให้แบบจำลองเรียนรู้ขอบเขตการตัดสินใจที่กระชับและให้ข้อมูลมากขึ้นในพื้นที่คุณลักษณะ ซึ่งช่วยลดการเกิดผลบวกลวงและปรับปรุงการเรียกคืนความผิดปกติเมื่อเทียบกับเกณฑ์พื้นฐานที่ไม่มีการควบคุมดูแลอย่างสมบูรณ์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Munoz, A. & Muruzabal, J. (2004). Self-Organising Maps for Outlier Detection. Neurocomputing, 58–60, 953–956. link ↗
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised One-Class Support Vector Machine. ScholarGate. https://scholargate.app/th/machine-learning/semi-supervised-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.
- การตรวจจับความผิดปกติด้วยออโตเอ็นโค้ดเดอร์การเรียนรู้ของเครื่อง↔ compare
- กระบวนการเกาส์เซียนการเรียนรู้ของเครื่อง↔ compare
- Isolation Forestการเรียนรู้ของเครื่อง↔ compare
- One-class SVMการเรียนรู้ของเครื่อง↔ compare
- การเรียนรู้แบบกึ่งกำกับดูแลการเรียนรู้ของเครื่อง↔ compare