узел One-Class SVM

Узел One-Class SVM© использует неконтролируемый алгоритм обучения. Этот узел можно использовать для обнаружения новизны. Он будет обнаруживать нерезкую границу данного набора выборок, чтобы затем классифицировать новые точки как принадлежащие к этому набору или нет. Этот узел моделирования One-Class SVM реализован на языка Python и требует библиотеки Python scikit-learn©. Подробности о библиотеке scikit-learn смотрите по адресу http://contrib.scikit-learn.org/imbalanced-learn/about.html¹.

На вкладке Python палитры Узлы содержится узел One-Class SVM и другие узлы Python.

Прим.: One-Class SVM используется для обнаружения незамеченных выбросов и новизны. В большинстве случаев мы рекомендуем использовать известный ("обычный") набор данных для построения модели, чтобы алгоритм мог задавать правильную границу для данных выборок. Параметры модели, такие как ню, гамма и ядро, существенно влияют на результат. Поэтому вам может потребоваться поэкспериментировать с этими опциями, пока не найдутся оптимальные параметры для вашей ситуации.

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)