SVM Một Lớp Có Khả Năng Giải Thích
SVM Một Lớp Có Khả Năng Giải Thích kết hợp bộ phát hiện dị thường One-Class Support Vector Machine (SVM Một Lớp) cổ điển — vốn học một ranh giới chặt chẽ xung quanh dữ liệu bình thường mà không yêu cầu các dị thường được gán nhãn — với các phương pháp giải thích hậu kỳ như SHAP hoặc LIME để tiết lộ những đặc trưng nào thúc đẩy từng điểm số mới lạ hoặc dị thường, biến một ranh giới quyết định không rõ ràng thành một tín hiệu có thể kiểm toán và có thể quy gán đặc trưng.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Explainable One-Class Support Vector Machine. ScholarGate. https://scholargate.app/vi/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.
- Phát hiện bất thường bằng AutoencoderHọc máy↔ compare
- Isolation ForestHọc máy↔ compare
- Local Outlier Factor (LOF)Học máy↔ compare
- One-Class SVMHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →