SVDD学习过程中的资料、代码汇总

网络上关于SVDD的中文工作相对较少，在之前两个博客，我将学习过程中找的一些资料和理解进行了记录。近来花了好长一段时间学习与复现SVDD的代码，顺便回顾了早年学习的SVM的相关知识。在此处对SVDD算法的一些代码工作进行整理，暂时也打算先把这个事情放一放。以个人理解而言，SVDD算法是一个单类检测算法，为训练集数据找一个最小边界的超球体边界，在实际使用时，发现其有一定的效果。

 

1. libsvm相关资料

 

参考资料1： SVM-Pycharm中libsvm基础实验——libsvm的库与python接口

参考资料2： 使用libsvm分类和预测详细说明（Python）：较全的解释与流程

参考资料3： SVM理解与参数选择（Kernel和C）：与logstic回归进行比较，基本相当于吴恩达的课

参考资料4： SVM-Python libsvm解读： libsvm另一个比较清楚的解释

参考资料5： libsvm-svdd下载与运行： libsvm和svdd结合的一个流程介绍，一个简单的教程。

参考资料6： oneclasssvm svdd： svdd算法一个简单推算，很简单

2. OneClassSVM的异常检测的应用

 

参考资料1： 基于高斯分布和OCSVM的异常点检测： OCSVM的python代码异常检测

 

3. SVDD算法的一个python代码

 

（1）代码1：SVDD过程

该代码在向量维度比较高的时候，运算时间比较慢，但是可以考虑跟样本抽样结合。

（2） 代码2：SVDD函数

（3）代码结果3： 聚类svdd

（4）代码结果4:    笔记本中使用svdd

对于决策边界的寻找挺不错的。

该博客仅做一个近期工作的汇总和整理，出于私人原因，代码就不放进来了，学习真是让人头秃。