【算法】一类支持向量机OC-SVM（1）

---

前言

由于之前毕设期间主要的工具就是支持向量机，从基础的回归和分类到后来的优化，在接触到支持向量机还有一类支持向量机的，对其产生了一定的兴趣，并对研究过程中的相关示例进行记录，主要是基础的一类支持向量机OC-SVM示例和蜂群算法优化一类支持向量机超参数示例，方便后续的查看。

一类支持向量机OC-SVM 概念介绍

OC-SVM（One-Class Support Vector Machine）是一种支持向量机（Support Vector Machine，SVM）的变体，用于异常检测和异常检测问题。与传统的SVM只能处理二分类问题不同，OC-SVM旨在通过仅使用正例样本来学习一个描述正例样本特征的超平面，并尽可能将负例样本远离该超平面。

在OC-SVM中，训练样本仅包含正例样本，目标是找到一个最优的超平面，使得正例样本尽可能地位于该超平面上方，并使负例样本尽可能地位于该超平面下方。这样，当新的样本点被映射到特征空间时，可以根据其相对于超平面的位置进行分类，从而判断其是否为异常样本。

该介绍不那么通俗易懂，看了一篇文章，简单的说，