OneClassSVM两个功能:
- 无监督异常值检测;
- 解决非平衡样本分类;
在做非平衡样本分类的问题时,其中如果有一类比例严重失调,就可以直接用这个方式来做:OneClassSVM;
OneClassSVM还有一个功能就是异常值检测。
scikit-learn官网:2.7. Novelty and Outlier Detection
严格地讲,OneClassSVM不是一种outlier detection方法,而是一种novelty detection方法:它的训练集不应该掺杂异常点,因为模型可能会去匹配这些异常点。 但在数据维度很高,或者对相关数据分布没有任何假设的情况下,OneClassSVM也可以作为一种很好的outlier detection方法。
在分类问题中,当两类样本及其不平衡时,也可以将个数比例极小的那部分当做异常点来处理,从另外一种角度来完成分类任务!
一、OneClass、二分类、多分类
典型的2类问题:识别邮件是否是垃圾邮件,一类“是”&#