Presná definícia
Čo znamená jednotriedny SVM?
Jednotriedny SVM odhaduje oblasť vstupného priestoru obsahujúcu väčšinu referenčných dát tým, že v jadrovom priestore oddeľuje dáta od počiatku s maximálnou rezervou. Parameter ν súčasne tvorí hornú hranicu podielu tréningových chýb a dolnú hranicu podielu podporných vektorov. S RBF jadrom vytvára nelineárnu hranicu citlivú na γ a mierku príznakov.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri detekcii neobvyklej prevádzky sa model trénuje na čo najčistejšom normálnom období. Príznaky sa robustne škálujú v pipeline a ν s γ sa ladia podľa validačných normálnych prípadov a dostupných anomálií. Priveľké γ vytvorí malé ostrovy okolo bodov, malé príliš hladkú oblasť. Výpočet sa zhoršuje pri veľkom počte príkladov, preto sa zváži podvzorka alebo iný algoritmus. Rozhodovacie skóre sa neinterpretuje ako pravdepodobnosť poruchy a prah sa viaže na prevádzkové náklady.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo vyjadruje ν?
Hornú hranicu podielu tréningových odľahlostí a dolnú hranicu podielu podporných vektorov.
Čo model oddeľuje?
Transformované tréningové body od počiatku v jadrovom priestore.
Prečo je γ kritické?
Určuje lokálnosť RBF hranice a môže zmeniť jednu oblasť na množstvo ostrovov.
Musí sa škálovať?
Áno pri vzdialenostných jadrách, inak jednotky príznakov určia geometriu.
Je záporné skóre pravdepodobnosť anomálie?
Nie. Je to poloha voči naučenej rozhodovacej hranici.