一类分类器,也被称为单类分类器或异常检测器,主要用于处理只有正样本或只有一类样本的数据集,目标是识别与训练样本不同的新样本。一类分类器的核心概念是仅使用属于一个类别的样本来训练模型,这个类别通常是我们希望识别的正常行为或状态。这种技术特别适用于那些异常样本难以获得或者获取成本极高的情况,如欺诈检测、故障检测等。下面介绍几种常见的一类分类方法。
目录
一、支持向量数据描述(Support Vector Data Description,SVDD)
一类分类器,也被称为单类分类器或异常检测器,主要用于处理只有正样本或只有一类样本的数据集,目标是识别与训练样本不同的新样本。一类分类器的核心概念是仅使用属于一个类别的样本来训练模型,这个类别通常是我们希望识别的正常行为或状态。这种技术特别适用于那些异常样本难以获得或者获取成本极高的情况,如欺诈检测、故障检测等。下面介绍几种常见的一类分类方法。
目录
一、支持向量数据描述(Support Vector Data Description,SVDD)