Ce este One-Class SVM?

One-Class SVM este un algoritm de învățare automată utilizat pentru detectarea anomaliilor și identificarea valorilor aberante. Se antrenează pe date dintr-o singură clasă (de obicei exemple normale) și încearcă să definească o limită care separă aceste date de toate celelalte posibile.

Ideea principală este de a găsi o regiune în spațiul caracteristicilor unde sunt concentrate datele normale și de a clasifica noile obiecte ca normale dacă se încadrează în această regiune sau ca anomalii dacă sunt în afara acesteia.

Aplicații:

• Detectarea fraudei
• Monitorizarea echipamentelor
• Detectarea comportamentului neobișnuit

Exemplu de utilizare în Python cu biblioteca scikit-learn:

from sklearn.svm import OneClassSVM

# Date de antrenament (exemple normale)
X_train = [[0, 0], [1, 1], [0.5, 0.5], [1, 0]]

# Crearea modelului
model = OneClassSVM(gamma='auto').fit(X_train)

# Verificarea noilor date
X_test = [[0, 0], [2, 2]]
pred = model.predict(X_test)  # 1 — normale, -1 — anomalii
print(pred)

Astfel, One-Class SVM ajută la identificarea obiectelor care diferă semnificativ de setul de antrenament.