主要功能:
1、支持单值分类和二值分类的超球体构建
2、支持多种核函数 (linear, gaussian, polynomial, sigmoid, laplacian)
3、支持 2D 或 3D 数据的决策边界可视化
4、支持基于贝叶斯超参数优化、遗传算法和粒子群算法的 SVDD 的参数优化
5、支持加权的 SVDD
资源使用事项:
1、提供了多个示例文件,每个文件的开头都有对应的介绍
2、需要 R2016b 以上的 MATLAB 版本
3、内含详细的使用说明
4、主要用于单类(One-class)分类问题得的研究。对于单分类任务。不是分类问题以“区分不同的类”为目标,也不是回归问题以“对每一个样本产生一个期望输出”为目标,而是给出一个关于训练样本集的描述,同时检测哪些与这个训练样本集相似的(新的)样本。该描述应该覆盖代表训练样本集的样本类,同时,在理想情况下,该描述应该能够将样本空间中其它所有可能的异常样本排除在外。
1