文档摘要

5.3 半监督方法 One-Class 与隔离森林 本节摘要：半监督异常检测只用正常数据训练，学"正常的样子"，偏离即异常——这是异常检测里最贴合现实、性价比最高的范式。本节讲透两大主力：One-Class SVM（学一个把正常数据包起来的边界）与 Isolation Forest（度量"把点孤立出来需要几次分割"）。核心区别：OCSVM 画"正常边界"，隔离森林量"孤立难度"。 会员。《5.3 半监督方法One-Class与隔离森林》收录于灏天文库文集《时间序列异常检测技术》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/490-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E6%8A%80%E6%9C%AF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流