One-Class SVM
One-class SVM là một thuật toán phát hiện bất thường và mới lạ không giám sát, học một ranh giới chặt chẽ xung quanh dữ liệu huấn luyện bình thường trong không gian đặc trưng được tạo bởi hạt nhân, đánh dấu các quan sát mới nằm ngoài ranh giới đó là các điểm ngoại lai. Được Scholkopf et al. giới thiệu vào năm 1999–2001, nó mở rộng khung SVM sang thiết lập một lớp (single-class) khi không có các điểm bất thường được gán nhãn.
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.
+18 more
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). One-Class Support Vector Machine (Novelty and Anomaly Detection). ScholarGate. https://scholargate.app/vi/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.
- Phát hiện bất thường bằng AutoencoderHọc máy↔ compare
- Isolation ForestHọc máy↔ compare
- Local Outlier Factor (LOF)Học máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →