One-Class SVM 노드

One-Class SVM© 노드에는 자율 학습 알고리즘이 사용됩니다. 이 노드는 이상 탐지에 사용할 수 있습니다. 주어진 표본 세트의 소프트 경계를 탐지하여 새 포인트를 해당 세트에 속하거나 속하지 않는 것으로 분류합니다. 이 One-Class SVM 모델링 노드는 Python으로 구현되며, scikit-learn© Python 라이브러리가 필요합니다. scikit-learn 라이브러리에 대한 상세 정보는 http://contrib.scikit-learn.org/imbalanced-learn/about.html¹을 참조하십시오.

노드 팔레트의 Python 탭은 One-Class SVM 노드와 다른 Python 노드로 구성됩니다.

참고: One-Class SVM은 비감독 이상치와 이상 탐지(novelty detection)에 사용됩니다. 대부분의 경우, 알고리즘이 주어진 표본에 대해 올바른 경계를 설정할 수 있도록 알려진 "정상" 데이터 세트를 사용하여 모델을 작성하는 것이 좋습니다. 모델에 대한 매개변수(예: nu, gamma, kernel)는 결과에 상당히 영향을 미칩니다. 그러므로 상황에 맞는 최적의 설정을 찾을 때까지 이러한 옵션을 실험해야 합니다.

¹Smola, Schölkopf. "A Tutorial on Support Vector Regression". Statistics and Computing Archive, vol. 14, no. 3, August 2004, pp. 199-222(http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.114.4288)