One Class Classification算法简单介绍
本文最后更新于：2022年9月5日 上午
One Class Classification算法简单介绍
One Class Classification (OCC) 是异常检测 (anomaly detection) 的一种常用方法，其只使用正常的数据来训练，训练后能够区分正常值和非正常值 (outlier)。
异常检测任务的特点是数据极其不均衡，异常情况通常来说较少，所以当做二分类问题可能效果不佳。而OCC只需要正常数据，其能学习到正常数据的边界，并以此分类。
如下图，传统的分类就是比如区分苹果和梨，红点是苹果，蓝点是梨，黑色实线就是学习到的分类器。而OCC就是区分“苹果与梨”和其它，虚线就是学习到的OCC分类器，一个苹果商标就处于外面，属于异常数据。
参考文献：
One-Class Classification Algorithms for Imbalanced Datasets (machinelearningmastery.com)
本博客所有文章除特别声明外，均采用 CC BY-SA 4.0 协议 ，转载请注明出处！