私は1つのクラスのみに関するデータを持っている分類問題に取り組んでいるので、その「ターゲット」クラスを他のすべての可能性に対して「外れ値」クラスに分類したいと思います。したがって、One Class Classifier または LibSVM 分類子を使用する予定です。しかし、ここでの質問は次のとおりです。
「外れ値」クラスのトレーニング データを提供する必要がありますか? はいの場合、Target クラスに関するデータしか持っていないので、それを回避する方法はありますか。
私は1つのクラスのみに関するデータを持っている分類問題に取り組んでいるので、その「ターゲット」クラスを他のすべての可能性に対して「外れ値」クラスに分類したいと思います。したがって、One Class Classifier または LibSVM 分類子を使用する予定です。しかし、ここでの質問は次のとおりです。
「外れ値」クラスのトレーニング データを提供する必要がありますか? はいの場合、Target クラスに関するデータしか持っていないので、それを回避する方法はありますか。
ノベルティ検出に One Class Svm を使用できます。ターゲット クラスでトレーニングするだけで、データがトレーニング済みクラスと類似または異なるように分類されます
。One Class Svm の scikit ドキュメントはこちらで読むことができます