Jeden z klas SVM (SPSS Modeler)

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

Węzeł SVM z jedną klasą

Last updated: 07 lip 2023

Jeden z klas SVM (SPSS Modeler)

Węzeł SVM z jedną klasą (One-Class SVM©) korzysta z algorytmu uczenia nienadzorowanego. Węzeł ten można wykorzystać do wykrywania nowości. Wykryje on miękką granicę danego zbioru próbek, a następnie sklasyfikuje nowe punkty jako należące do tego zbioru albo do niego nienależące. Węzeł modelowania SVM z jedną klasą został zaimplementowany w języku Python i wymaga biblioteki Python scikit-learn©.

Szczegółowe informacje na temat biblioteki scikit-learn zawiera sekcja Support Vector Machines¹.

Karta Modelowanie na palecie zawiera węzeł SVM One-Class i inne węzły Python .

Uwaga: Jedna klasa SVM jest używana do wykrywania wartości odstających i nowatorskich. W większości przypadków zalecamy użycie do zbudowania modelu znanego, „normalnego” zbioru danych, który umożliwi algorytmowi wyznaczenie prawidłowej granicy dla danych próbek. Parametry modelu – takie jak nu, gamma i kernel – znacząco wpływają na wyniki. Konieczne może być eksperymentalny dobór tych opcji w celu znalezienia ustawień optymalnych w danej sytuacji.

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)