单分类

本文介绍了在工程实践中使用过的单分类算法one-classsvm和svdd的实际效果对比,one-classsvm的效果优于svdd,但svdd支持向量更少,有助于提高实时性。此外还提到了iforest算法,并提供了基于Python的scikit-learn库实现的代码链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

工程实践中使用过的单分类算法有one-class svm和svdd这两个效果都不错,但是one-class svm效果比svdd稍好,但是svdd的支持向量更少,这在实际中使用的话会获得更好的实时性。

iforest,也是另一种单分类算法,但是还没有尝试过,不知道实际效果怎么样,有待尝试,具体的算法思路可以参见我的其他博文,有已经实现的代码是基于python语言的scikit-learn机器学习库:

http://scikit-learn.org/dev/modules/generated/sklearn.ensemble.IsolationForest.html


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值