1.簡(jiǎn)介：

（1）無(wú)監(jiān)督異常值檢測(cè)

（2）解決非平衡樣本分類

2.函數(shù)定義

class?sklearn.svm.OneClassSVM(kernel=’rbf’,?degree=3,?gamma=’auto’,?coef0=0.0,?tol=0.001,?nu=0.5,?shrinking=True,?cache_size=200,?verbose=False,?max_iter=-1,?random_state=None)

3.參數(shù)含義：

kernel：

4.OneClass與2分類，多分類的區(qū)別

? ? 典型的2類問題：識(shí)別郵件是否是垃圾郵件，一類“是”，另一類“不是”

? ? 典型的多類問題：人臉識(shí)別，每個(gè)人對(duì)應(yīng)的臉就是一個(gè)類，然后把待識(shí)別的臉分到對(duì)應(yīng)的類中去

? ? 而OneClassClassification，它只有一個(gè)類，屬于該類就返回結(jié)果“是”，不屬于就返回結(jié)果“不是”，乍一聽感覺與2分類沒什么區(qū)別，其實(shí)他們的思想有很大差異。在2分類問題中，訓(xùn)練集中就由兩個(gè)類的樣本組成，訓(xùn)練出的模型是一個(gè)2分類模型；而OneClassClassification中的訓(xùn)練樣本只有一類，因此訓(xùn)練出的分類器將不屬于該類的所有其他樣本判別為“不是”即可，而不是由于屬于另一類才返回的“不是”結(jié)果。

? ? 現(xiàn)實(shí)場(chǎng)景中的OneClassClassification例子：現(xiàn)在有一堆某商品的歷史銷售數(shù)據(jù)，記錄著買該產(chǎn)品的用戶信息，此外還有一些沒有購(gòu)買過該產(chǎn)品的用戶信息，想通過2分類來(lái)預(yù)測(cè)他們是否會(huì)買該產(chǎn)品，也就是弄兩個(gè)類，一類是“買”，一類是“不買”。當(dāng)我們要開始訓(xùn)練2分類器的時(shí)候問題來(lái)了，一般來(lái)說(shuō)沒買的用戶數(shù)會(huì)遠(yuǎn)遠(yuǎn)大于已經(jīng)買了的用戶數(shù)，當(dāng)將數(shù)量不均衡的正負(fù)樣本投入訓(xùn)練時(shí)，訓(xùn)練出的分類器會(huì)有較大的bias（偏向值）。因此，這時(shí)可以使用OneCLassClassification方法來(lái)解決，即訓(xùn)練集中只有已經(jīng)買過該產(chǎn)品的用戶數(shù)據(jù)，在識(shí)別一個(gè)新用戶是否會(huì)買該產(chǎn)品時(shí)，識(shí)別結(jié)果就是“會(huì)”或者“不會(huì)”。

5.OneClassCLassification的具體實(shí)現(xiàn)

多類Classification方法有很多，比如SVM尋找一個(gè)最優(yōu)超平面把正負(fù)樣本分開，總之都涉及到不止一個(gè)類的樣本，相當(dāng)于告訴算法“這種東西長(zhǎng)什么樣，那種東西長(zhǎng)什么樣”。于是訓(xùn)練出一個(gè)模型能夠區(qū)分這些東西。

問題在于，OneCLassClassification只有一個(gè)類，該怎么辦？

介紹一個(gè)方法：SVDD（support vector domain description），中文翻譯為“支持向量域描述”

其基本思想是：既然只有一個(gè)class，那么我就訓(xùn)練出一個(gè)最小的超球面（超球面是指3維以上的空間中的球面，對(duì)應(yīng)的2維空間中就是曲線，3維空間中就是球面），將這堆數(shù)據(jù)全部“包起來(lái)”，識(shí)別一個(gè)新的數(shù)據(jù)點(diǎn)時(shí)，如果這個(gè)數(shù)據(jù)點(diǎn)落在超球面內(nèi)，就屬于這個(gè)類，否則不是。

下面是在2維空間（實(shí)際情況中，如果提取的特征多，維數(shù)就高）中的例子，

更多原理公式推導(dǎo)，詳見 http://blog.sina.com.cn/s/blog_4ff49c7e0102vlbv.html