One-Class SVM деген эмне?

One-Class SVM — бул машиналык үйрөнүү алгоритми, ал anomalies жана outliers аныктоо үчүн колдонулат. Ал бир класс маалыматтарында (адатта нормалдуу мисалдар) үйрөтүлөт жана бул маалыматтарды бардык башка мүмкүн болгон маалыматтардан бөлүп турган чектерди аныктоого аракет кылат.

Негизги идея — өзгөчөлүктөр кеңейген кеңдикте, нормалдуу маалыматтар топтолгон аймакты табуу жана жаңы объекттерди бул аймакка түшсө, нормалдуу деп классификациялоо, ал эми сыртта болсо, anomalies деп белгилөө.

Колдонмолор:

• алдамчылыкты аныктоо
• жабдууларды көзөмөлдөө
• адаттан тышкары жүрүм-турумду аныктоо

Python менен scikit-learn китепканасынын жардамы менен колдонуу мисалы:

from sklearn.svm import OneClassSVM

# Окуу маалыматтары (нормалдуу мисалдар)
X_train = [[0, 0], [1, 1], [0.5, 0.5], [1, 0]]

# Модель түзүү
model = OneClassSVM(gamma='auto').fit(X_train)

# Жаңы маалыматтарды текшерүү
X_test = [[0, 0], [2, 2]]
pred = model.predict(X_test)  # 1 — нормалдуу, -1 — anomalies
print(pred)

Мындайча айтканда, One-Class SVM жардам берет, бул модельден маанилүү айырмаланган объекттерди аныктоого.