One-Class

Generalized Likelihood Ratio Test With One-Class Classifiers（单类分类器的广义似然比检验）

FrancescoArdizzonandStefanoTomasinDepartmentofInformationEngineering,UniversityofPadova,Italy时间：2022.10.22期刊：IEEETNEURNETLEAR原文链接：摘要：单类分类(OCC)是判断观测样本是否属于目标类的问题。我们考虑当学习阶段可用的数据集仅包含来自目标类的样本时，学习OCC模型的问题。我

Pochacc_ZZ·2023-12-25 19:13

One-class SVM算法对Letter Recognition数据集进行异常值检测，给个代码。

One-classSVM算法是一种异常值检测算法，它只需要正常样本的数据来训练模型，然后用训练出的模型来判断新样本是否为异常样本。下面是一个使用One-classSVM对LetterRecognition数据集进行异常值检测的Python代码示例:importnumpyasnpfromsklearnimportsvmfromsklearn.datasetsimportfetch_openmlfro

芥子纳须弥1116·2023-11-02 08:57

One-class SVM算法对Optdigits数据集进行异常值检测，给个代码。

One-classSVM算法可以用来进行异常值检测，用于检测离群值。对于Optdigits数据集的异常值检测，可以使用如下代码：fromsklearnimportsvmfromsklearnimportdatasetsimportnumpyasnp#加载Optdigits数据集data=datasets.load_digits()X=data.datay=data.target#使用One-cla

kdbshi·2023-11-02 08:26

PCA、LOF、IForest、One-Class SVM异常检测例子

原数据（鸢尾花）fromsklearnimportdatasets#导入内置数据集模块iris=datasets.load_iris()#导入鸢尾花的数据集x=iris.data[:,0:2]#样本数据共150个，取前两个特征，即花瓣长、宽#可视化数据集importmatplotlib.pyplotaspltplt.scatter(x[:,0],x[:,1])#x的第0列绘制在横轴，x的第1列绘制

萌新待开发·2023-11-02 08:23

利用one-class SVM进行异常值检测

python数据分析与数据化运营宋天龙sklearn中提供了one-classSVM和EllipticEnvelope两种方法用于异常检测，前者基于libsvm实现的非监督式异常检测方法，可用于做高维度分布的评估；后者只能做基于高斯分布数据集的异常检测。本节示例模拟的是针对一批没有任何标签的原始数据做异常检测模型训练，然后通过新的测试集来发现新数据集中的异常数据。图形中的红色点代表异常点，绿色点代

何国庆·2023-11-02 08:52

高效处理异常值的算法：One-class SVM模型的自动化方案

一、引言数据清洗和异常值处理在数据分析和机器学习任务中扮演着关键的角色。清洗数据可以提高数据质量，消除噪声和错误，从而确保后续分析和建模的准确性和可靠性。而异常值则可能对数据分析结果产生严重影响，导致误导性的结论和决策。因此，有效的异常值处理方法对于保证数据分析的准确性至关重要。在过去，人工处理异常值是一种常见的方法，但随着数据规模的不断增大和复杂度的提高，传统的人工处理方法变得不够高效和可扩展。

笑不语·2023-11-02 07:47

[PED09]Deep one-class classification

论文名：Deeponeclassclassification作者：LukasRuff*1RobertA.Vandermeulen*2NicoGornitz¨3发表刊物：ICML发表时间：2018相关概念：OCSVMSVDD提出方法：DeepSVDDAbstractThoseapproacheswhichdoexistinvolvenetworkstrainedtoperformataskother

张小甜甜·2023-10-29 01:39

【论文笔记】CVPR2022：Anomaly Detection via Reverse Distillation From One-Class Embedding

CVPR2022：AnomalyDetectionviaReverseDistillationFromOne-ClassEmbedding本文提出了一种由教师编码器和学生解码器组成的新颖T-S模型：“逆向蒸馏”（ReverseDistillation）。与之前的知识蒸馏模型不同，学生网络不是直接接收原始图像，而是将教师模型的单类嵌入（OneClassEmbedding）作为输入，并旨在恢复教师的多

yjttjyyy·2023-10-15 07:14

weka libsvm one-class svm

1.pom.xml引入依赖nz.ac.waikato.cms.wekaLibSVM1.0.102.样例代码importweka.classifiers.functions.LibSVM;importweka.core.*;importweka.filters.Filter;importweka.filters.unsupervised.attribute.NumericToNominal;impo

rongyongfeikai2·2023-08-07 03:11

One-Class SVM详解

简介One-ClassSVM（SupportVectorMachine）是一种无监督学习算法，用于异常检测和离群点检测。它的目标是通过仅使用正常数据来建模，识别出与正常模式不同的异常数据点。One-ClassSVM的工作原理如下：数据映射：将正常数据映射到高维特征空间中，使得正常数据点能够被一个超平面所包围。这个超平面被称为决策边界。寻找最优超平面：通过最大化超平面与正常数据之间的间隔，寻找一个最

阿松丶·2023-06-20 02:39

《Anomaly Detection via Reverse Distillation from One-Class Embedding》论文阅读笔记

作者：HanqiuDengXingyuLi出自：CVPR2022Abstract：作者提出了一种由教师编码器和学生解码器组成的T-S模型，并引入了一种简单有效的“逆向蒸馏”范式。学生网络不直接接收原始图像，而是以教师模型的单类嵌入作为输入和目标，恢复教师的多尺度表示。此外，我们在T-S模型中引入了一个可训练的单类瓶颈嵌入（OCBE）模块。所得到的紧嵌入有效地保留了正常模式的基本信息，并抛弃了异常扰

m0_46314815胡说养的猪·2023-01-03 11:32

样本不均衡、长尾分布问题的方法整理（文献+代码）

文章目录分类任务中的不平衡问题解决思路1、重采样类2、平衡损失类3、集成方法类4、异常检测、One-class分类等长尾分布问题的其他视角小结分类任务中的不平衡问题分类任务中的样本不平衡问题，主要是不同类别之间样本数量的不平衡

虾米小馄饨·2022-12-30 00:58

【论文笔记】【CVPR2022】【异常检测】 Anomaly Detection via Reverse Distillation from One-Class Embedding

[CVPR2022]AnomalyDetectionviaReverseDistillationfromOne-ClassEmbeddingCVPR2022Link:[2201.10703]AnomalyDetectionviaReverseDistillationfromOne-ClassEmbedding(arxiv.org)Code:https://github.com/Merenguelk

Merengue_l·2022-12-16 07:19

《论文笔记》Anomaly Detection via Reverse Distillation from One-Class Embedding

这是2022年的CVPR文章，作者提出了一个创新的知识蒸馏方案：反转知识蒸馏论文地址：https://arxiv.org/pdf/2201.10703v1.pdfMotivation论文针对传统的知识蒸馏的方案提出了一个问题：认为之前的方案容易阻碍异常表现的多样性传统的知识蒸馏teacher和student的网络架构很相似或者几乎相同而且teacher和student的输入流都是一样的针对这个我的

HarryXxc·2022-12-16 07:41

论文速读:Deep Anomaly Detection Using Geometric Transformations [2018 NPIS]

是通过geometrictransformation将one-class的normaldata转成multi-class,用标准的crossentropy训练分类器，进行分类取得的结果就很惊艳。

攻城争先登·2022-12-08 13:43

论文速读:Adversarially Learned One-Class Classifier for Novelty Detection [CVPR 2018]

ProposedApproach本文所用到的网路为两部分,R采用autoencoder，D是与R一同构成GAN的Discriminator部分。下图为整个网路的系统架构图，整体的想法是：1.用R(ae)要reconstruction出input的图像，同时为了使得R更健壮,对R的input加入了Gaussiannoise.2.用D(Discriminator)要识别区分出是realdata还是经由

攻城争先登·2022-12-03 11:08

A Deep One-class Model for Network Anomaly Detection

ADeepOne-classModelforNetworkAnomalyDetection摘要：对于传统的网络异常检测，检测性能与所选择的特征和用于训练的数据集有关。传统的检测方法是人工挑选特征，同时收集用于训练的数据集多数是不平衡的，导致模型对于大多数的数据会做出错误判断。本文提出一种基于层叠式自动编码器的检测模型。首先用这个模型从原始采集到的数据中选择主要特征，随后利用一个单分类算法SVDD去

砸吧砸吧哇咔·2022-11-24 05:16

[异常检测]Explainable Deep One-Class Classfication论文阅读总结

Motivation“Thistransformationishighlynon-linear,findinginterpretationsposesasignificantchallenge.”之前例如Deep-SVDD(DSVDD)等比较经典的无监督异常检测算法，很难解释一张图片为什么是异常的，因此这篇文章考虑将之前的DSVDD模型最终比较的向量调整为二维矩（explanationheatma

supergxt·2022-11-24 05:41

[异常检测]Deep One-Class Classfication(Deep-SVDD) 论文阅读&源码分析

论文链接：http://proceedings.mlr.press/v80/ruff18a文章目录论文阅读摘要相关工作模型结构实验源码分析数据集制作训练论文阅读摘要“尽管deeplearning在很多machinelearning任务中取得成功，相对较少的deeplearning方法被用在异常检测任务中。一些原本被用来做其他任务的深度模型例如生成模型或压缩模型尝试被用在异常检测任务中，但是没有基于

supergxt·2022-11-24 05:11

Deep Semi-Supervised Anomaly Detection论文阅读

one-class分类：目标是找到包含大多数数据的小度量，那些不包含在内的就是异常。浅无监督异常检测方法：one-classsvm，核密度估计，独立森林。

爱笑的李·2022-11-24 05:38

ICML2018(Anomaly Detection)：Deep SVDD-论文解读《Deep One-Class Classification》

文章目录原文地址论文阅读方法初识相知2.RelatedWork3.DeepSVDD4.Experiments回顾代码原文地址http://data.bit.uni-bonn.de/publications/ICML2018.pdf论文阅读方法三遍论文法初识本文主要提出一种全新的异常检测方法：DeepSVDD（DeepSupportVectorDataDescription）用于图像级别的异常检测。

我是大黄同学呀·2022-11-24 05:36

Anomaly Detection via Reverse Distillation from One-Class Embedding

论文链接：点击自学所用提出一种反向蒸馏方式，学生网络接受教师网络的一类嵌入作为输入和目标，用以恢复教师的多尺度；引入了一类瓶颈嵌入（OCBE）模块；教师采用编码器和学生采用解码器，学生解码器将低维嵌入作为输入，通过恢复教师模型在不同尺度上的表示来模仿教师的行为；先蒸馏高级表示，然后是低级表示；非相似结构，教师编码器视为下采样滤波器，学生解码器视为上采样滤波器；紧凑性嵌入，馈送到学生解码器的低维嵌入

超想吃柚子·2022-11-20 21:39

论文阅读《Discriminative-Generative Representation Learning for One-Class Anomaly Detection》CVPR2021

论文阅读《Discriminative-GenerativeRepresentationLearningforOne-ClassAnomalyDetection》CVPR2021研究背景：生成式对抗网作为一种生成式自监督学习方法，在异常检测领域得到了广泛的研究。然而，由于生成器过于关注像素级的细节，因此它的表示学习（representationlearningability）能力有限，并且生成器难

研途可达·2022-11-19 10:10

《Deep One-Class Classification》在异常检测的一种检测计算工具

《DeepOne-ClassClassification》发表的刊物：ICML2018论文地址链接：http://proceedings.mlr.press/v80/ruff18a/ruff18a.pdf想重点提一下这一篇文章的原因是：最近看的好几篇异常检测的文章都用到了One-ClassClassification，自己不是理解的很透彻，就想借以做个专栏一次性将相关概念都以自己的知识掌握程度去理

研途可达·2022-11-01 19:22

论文整理：LEARNING AND EVALUATING REPRESENTATIONS FOR DEEP ONE-CLASS CLASSIFICATION

该论文提出了一种新的增强分布的对比学习方法，该方法通过数据增强来扩展训练数据的分布，将增强后的数据也作为不同样本进行自监督学习，自监督学习倾向于让不同样本距离拉远，所以除了原始不同样本拉远，增强后的样本也与原始样本拉远，使得原始数据集的样本分布不服从均匀分布，易于将正常样本与异常样本分开。1.introduction现有的单分类方法的缺点：生成式：kerneldensityestimation(K

赵小闹闹·2021-08-31 17:25

one-class svm单分类器使用初尝试

ocsvm单分类器使用每部分代码都有注释，较为详尽了都能看懂。代码可见于开源中国ocsvm的讲解博客，其他很多站也能搜到，看起来还是比较直观步骤也比较清晰，核心的步骤都有，于是就挨个查了一下。最终做了几个小地方的修改，主要是测试数据和数据个数的调整。先说下目标，比如你一堆数据是一堆点很多坐标，都是正常数据（图中白色）利用其作为训练集，再有一些测试集的数据（有正样本（图中紫色）和负样本（图中黄色））

不做渣岚·2020-12-28 16:16

异常检测-One-Class SVM 单分类

本文记录的目的是方便自己学习和复习，有误之处请谅解，欢迎指出。（2）SVDD（oneclassSVM）SVDD的思路其实不难，基本思想是：既然只有一个class，那就训练出一个最小的超球面，将这数据全部“包起来”，当分类一个新样本时，如果这个样本落在超球面内，就属于这个类，否则为异常样本。具体怎么实现呢？之前的文章有详细介绍过支持向量机的推导过程，我们已经知道SVM的需要优化公式如下图所示，其中y

zstu_翊·2020-12-17 18:55

[矩阵分解]基于隐式反馈的矩阵分解ALS（spark实现）

用户的隐式反馈属于One-class问题，把预测用户行为看成一个二分类问题，猜用户会不会做

辰星M·2020-09-16 00:31

读论文OCGAN: One-class Novelty Detection Using GANs with Constrained Latent Representations

OCGAN的目的在于使得正常类输入样本real经过编码、解码后得到的fake与输入real尽可能的相似。并且强制经过编码后得到潜在空间服从均匀分布，实现方法是用gan。这样异常输入经过编码得到向量也会服从均匀分布，解码后得到的fake会像正常类。比如说数字2作为正常类训练，数字8作为异常。数据8输入模型得到重构图像fake会像数字2。这样输入与输出差别会比较大，相对数字2输入和得到的数字2输出。即

MQLYES·2020-09-15 00:40

LIBSVM与LIBLINEAR（二）

其中模型0和1对应的都是SVM的分类模型，2对应的是one-class分类器，也就是只需要标注一个标签，模型3和4对应的是SVM的回归模型。LIBS

大巧不工·2020-08-24 13:53

如何解决机器学习里面的类别不平衡问题

转化为One-class问题把它看做一分类（OneClassLearning）或异常检测（NoveltyDetection）问题。这类方法的

qinglv1·2020-08-19 02:33

异常检测---孤立森林 | one-class SVM

noveltydetection：当训练数据中没有离群点，我们的目标是用训练好的模型去检测另外发现的新样本outlierdection：当训练数据中包含离群点，模型训练时要匹配训练数据的中心样本，忽视训练样本中的其他异常点。一、outlierdection1.孤立森林（IsolationForest）iForest适用于连续数据（Continuousnumericaldata）的异常检测，将异常定

dili8870·2020-08-16 06:00

One-Class Classification入门

公司最近做异常检测，用One-Class做，感觉很棒，有python代码有c++部署代码。所需要做得就是如何提高训练效果。先鸽一会，下周写，坑站着。

a819411321·2020-08-15 22:52

scikit-learn学习笔记：非线性核单类的SVM（One-class SVM with non-linear kernel (RBF)）

一个用one-classSVM对于异常检测的例子。One-classSVM是一个非监督的方法，它可以学到一个决策函数用于异常检测：将新的数据分类为与原始训练数据相似或是不相似的类。plot_oneclass.pyprint(__doc__)importnumpyasnpimportmatplotlib.pyplotaspltimportmatplotlib.font_managerfromskle

星空liang·2020-08-06 10:10

One-class SVM

这几天看了一篇文章，当样本极其不平衡的时候，可以用一分类，就是说结果是为是它，或者不是它这两种，至于不是它到底是谁，我们不关心。关于二分类问题，我们得到的结果为要么是A，要么是B。我目前在做异常事件检测，对于异常事件来说就是样本量极少的事件，对于检测这类事件我就可以利用libsvm中的One-classSVM，利用正常情况下的数据训练出超平面，在用所有数据进行测试，在超平面之内则认为是正常事件，否

shashakang·2020-08-06 10:10

sklearn 之单类支持向量机（One-Class SVM）

这里先列出sklearn官方给出的使用高斯核（RBFkernel)oneclasssvm实现二维数据的异常检测：#!/usr/bin/python#-*-coding:utf-8-*-importnumpyasnpimportmatplotlib.pyplotaspltimportmatplotlib.font_managerfromsklearnimportsvmxx,yy=np.meshgri

FlameAlpha·2020-08-06 10:08

单类支持向量机（One-Class SVM）

假如现在有ℓ\ellℓ个同一分布的观察数据，每条数据都有ppp个特征。如果现在加入一个或多个观察数据，那么是否这些数据与原有的数据十分不同，甚至我们可以怀疑其是否属于同一分布呢？反过来讲，是否这些数据与原有的数据十分相似，我们无法将其区分呢？这便是异常检测工具和方法需要解决的问题。即现在只有正常的数据，那么当异常数据加入时，我们是否可以将其分辨出来呢？通常情况下，要学习训练出一个在ppp维空间上的

FlameAlpha·2020-08-06 10:08

Adversarially Learned One-Class Classifier for Novelty Detection（用于单类异常检测的对抗学习分类器）

写在前面的话这篇文章是讲one-class分类问题的，他与传统的二分类很相似，但是却有着本质的区别，这

super多多·2020-07-10 09:57

读论文-----Adversarially Learned One-Class Classifier for Novelty Detection

论文下载地址：http://openaccess.thecvf.com/content_cvpr_2018/papers/Sabokrou_Adversarially_Learned_One-Class_CVPR_2018_paper.pdf代码地址：https://github.com/khalooei/ALOCC-CVPR2018AdversariallyLearnedOne-ClassCla

rayna_Fighting·2020-07-10 01:13

（十八）Deep One-Class Classification

论文信息2018ICML无监督的异常检测问题数据集（3个）：MNIST+CIFAR-10图像基准数据集+GTSRB停止标志数据集论文原文下载链接：DeepOne-ClassClassification论文对应代码：https://github.com/lukasruff/Deep-SVDD论文解析参考链接1、文章相关概念理解整理归纳：关于OCSVM与SVDD的理解2、相关理解参考：https://

是肉球哇·2020-07-09 12:52

Learning Deep Features for One-Class Classification

论文LearningDeepFeaturesforOne-ClassClassification1.概述作者在深度学校多分类的基础上提出了新的特征提取方法。并且提出了两个概念：描述性损失（descriptivenessloss）、紧凑性损失（compactnessloss）。跟着作者的论文路线，一步一步解析。2.分类方法分类方法有机器学习的支持向量机、神经网络、线性判别分析等，这些都是在原始数据上

Mying_·2020-07-09 08:56

《异常检测——从经典算法到深度学习》3 基于One-Class SVM的异常检测算法

目录0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇3.基于One-ClassSVM的异常检测算法此篇主要介绍以下内容：One-ClassSVM算法概述One-ClassSVM算法应用实例小结3.1One-ClassSVM算法概述SVM(SupportVectorM

smile-yan·2020-06-26 13:58

CLEAR: Cumulative LEARning for One-Shot One-Class Image Recognition

123：****CLEAR:CumulativeLEARningforOne-ShotOne-ClassImageRecognition基于累积学习的一次性单类图像识别1.对象识别任务、单样本、OSOC识别模型、迁移学习2.本文基于单个图像示例估计新类的分类决策边界。此方法利用转移学习来模拟从卷积神经网络提取的输入表示到分类决策边界的转换。我们使用深度神经网络从图像的大型标记数据集及其相关的类决策

高斯白噪声_b18e·2020-03-30 11:24

[PED09]Deep one-class classification

论文名：Deeponeclassclassification作者：LukasRuff*1RobertA.Vandermeulen*2NicoGornitz¨3发表刊物：ICML发表时间：2018相关概念：OCSVMSVDD提出方法：DeepSVDDAbstractThoseapproacheswhichdoexistinvolvenetworkstrainedtoperformataskother

zpainter·2019-03-17 23:59

异常检测 Deep One-Class Classification

ICML-2018参考-https://www.zhihu.com/question/22365729/answer/115048306-https://zhuanlan.zhihu.com/p/32784067-https://blog.csdn.net/qq_33880788/article/details/79550723前言OC-SVMSVDD速览经典的AD方法，例如单类SVM（OCSVM

水果先生·2018-10-23 16:34

Adversarially Learned One-Class Classifier for Novelty Detection

CVPR-2018Noveltydetection是识别在某些方面与训练观察（目标类别）不同的观察的过程。实际上，Noveltyclass在训练期间通常不存在，采样不良或定义不明确。因此，一类分类器可以有效地模拟这些问题。然而，由于来自Noveltyclass的数据不可用，训练端到端深度网络是一项繁琐的任务。在本文中，受到生成对抗网络在无监督和半监督环境中训练深度模型的成功的启发，我们提出了一种用

水果先生·2018-10-12 12:47

two-class SVM & one-class SVM & exemplar SVM区别简析

1.首先从典型的svm讲起，假设我们用A,B两个类的数据，我们需要训练一个分类器来区分这两类数据，那么我们可以通过训练一个two-classSVM，找到A,B之间的分割超平面。2.如果我现在只有A的数据，并且我只想识别某个instance是不是A，应该怎么办呢？一般的想法是，我有的A的数据之后，我去搜集一些不是A类别的数据，然后训练一个two-classSVM。但这么做的问题在于，非A的datas

yj_isee·2017-04-30 15:36

scikit-learn学习笔记：非线性核单类的SVM（One-class SVM with non-linear kernel (RBF)）

一个用one-classSVM对于异常检测的例子。One-classSVM是一个非监督的方法，它可以学到一个决策函数用于异常检测：将新的数据分类为与原始训练数据相似或是不相似的类。plot_oneclass.pyprint(__doc__) importnumpyasnp importmatplotlib.pyplotasplt importmatplotlib.font_manager fro

tianliangjay·2016-04-22 15:00

LIBSVM与LIBLINEAR（二）

其中模型0和1对应的都是SVM的分类模型，2对应的是one-class分类器，也就是只需要标注一个标签，模型3和4对应的是SVM的回归模型。LIBS

大巧不工·2016-04-05 00:00

LIBSVM与LIBLINEAR（二）

其中模型0和1对应的都是SVM的分类模型，2对应的是one-class分类器，也就是只需要标注一个标签，模型3和4对应的是SVM的回归模型。1234

xiewenbo·2016-03-30 16:00

推荐频道

One-Class

Generalized Likelihood Ratio Test With One-Class Classifiers（单类分类器的广义似然比检验）

One-class SVM算法对Letter Recognition数据集进行异常值检测，给个代码。

One-class SVM算法对Optdigits数据集进行异常值检测，给个代码。

PCA、LOF、IForest、One-Class SVM异常检测例子

利用one-class SVM进行异常值检测

高效处理异常值的算法：One-class SVM模型的自动化方案

[PED09]Deep one-class classification

【论文笔记】CVPR2022：Anomaly Detection via Reverse Distillation From One-Class Embedding

weka libsvm one-class svm

One-Class SVM详解

《Anomaly Detection via Reverse Distillation from One-Class Embedding》论文阅读笔记

样本不均衡、长尾分布问题的方法整理（文献+代码）

【论文笔记】【CVPR2022】【异常检测】 Anomaly Detection via Reverse Distillation from One-Class Embedding

《论文笔记》Anomaly Detection via Reverse Distillation from One-Class Embedding

论文速读:Deep Anomaly Detection Using Geometric Transformations [2018 NPIS]

论文速读:Adversarially Learned One-Class Classifier for Novelty Detection [CVPR 2018]

A Deep One-class Model for Network Anomaly Detection

[异常检测]Explainable Deep One-Class Classfication论文阅读总结

[异常检测]Deep One-Class Classfication(Deep-SVDD) 论文阅读&源码分析

Deep Semi-Supervised Anomaly Detection论文阅读

ICML2018(Anomaly Detection)：Deep SVDD-论文解读《Deep One-Class Classification》

Anomaly Detection via Reverse Distillation from One-Class Embedding

论文阅读《Discriminative-Generative Representation Learning for One-Class Anomaly Detection》CVPR2021

《Deep One-Class Classification》在异常检测的一种检测计算工具

论文整理：LEARNING AND EVALUATING REPRESENTATIONS FOR DEEP ONE-CLASS CLASSIFICATION

one-class svm单分类器使用初尝试

异常检测-One-Class SVM 单分类

[矩阵分解]基于隐式反馈的矩阵分解ALS（spark实现）

读论文OCGAN: One-class Novelty Detection Using GANs with Constrained Latent Representations

LIBSVM与LIBLINEAR（二）

如何解决机器学习里面的类别不平衡问题

异常检测---孤立森林 | one-class SVM

One-Class Classification入门

scikit-learn学习笔记：非线性核单类的SVM（One-class SVM with non-linear kernel (RBF)）

One-class SVM

sklearn 之 单类支持向量机（One-Class SVM）

单类支持向量机（One-Class SVM）

Adversarially Learned One-Class Classifier for Novelty Detection（用于单类异常检测的对抗学习分类器）

读论文-----Adversarially Learned One-Class Classifier for Novelty Detection

（十八）Deep One-Class Classification

Learning Deep Features for One-Class Classification

《异常检测——从经典算法到深度学习》3 基于One-Class SVM的异常检测算法

CLEAR: Cumulative LEARning for One-Shot One-Class Image Recognition

[PED09]Deep one-class classification

异常检测 Deep One-Class Classification

Adversarially Learned One-Class Classifier for Novelty Detection

two-class SVM & one-class SVM & exemplar SVM区别简析

scikit-learn学习笔记：非线性核单类的SVM（One-class SVM with non-linear kernel (RBF)）

LIBSVM与LIBLINEAR（二）

LIBSVM与LIBLINEAR（二）

sklearn 之单类支持向量机（One-Class SVM）