One-Clssification掉坑指南

第一话：
用原论文代码（源代码）在简单数据集上进行测试

论文地址： http://proceedings.mlr.press/v80/ruff18a.html

项目背景：论文中介绍了用神经网络做一分类问题（One-Classification）. 一分类问题也就是只有两类，即 normal 和 outlier. 已经存在的一分类算法是用支持向量机，也就是论文中提到的SVMSVDD. 该论文介绍的是用深度学习算法Deep-SVDD来解决一分类问题。Deep-SVDD: support vector data description.

项目描述：我们的目的是基于Deep-SVDD算法

算法的基本思想：在原始样本空间中数据点是散乱分布的，通过一个神经网络，将数据点映射到一个新的空间中，使得在新的空间中可以找到一个超球面将数据点包裹起来。