Nó SVM de uma classe

O nó One-Class SVM© usa um algoritmo de aprendizado não supervisionado. O nó pode ser usado para detecção de novidades. Ele detectará o limite flexível de um determinado conjunto de amostras, para então classificar novos pontos como pertencentes ou não a esse conjunto. Este nó de modelagem SVM de uma classe é implementado em Python e requer a biblioteca scikit-learn© Python.

Para obter detalhes sobre a biblioteca scikit-learn, consulte Máquinas de vetor de suporte¹.

A guia Modelagem na paleta contém o nó SVM de uma classe e outros nós Python.

Nota: Uma-Classe SVM é usada para detecção de outlier usupervisada e novidade. Na maioria dos casos, recomendamos o uso de um conjunto de dados "normal" conhecido para construir o modelo, de forma que o algoritmo possa configurar um limite correto para as amostras fornecidas. Os parâmetros do modelo - como nu, gama e kernel - impactam o resultado significativamente. Portanto, você pode precisar experimentar essas opções até encontrar as configurações ideais para sua situação.

¹Smola, Schölkopf. "Um tutorial sobre regressão de vetores de suporte." Estatísticas e Arquivo de Computação, vol. 14, não. 3, Agosto de 2004, pp. 199-222. (http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.114.4288)