我有一个关于使用单类 SVM 计算异常检测的异常分数的问题。我的问题是:如何使用 Decision_function(X) 来计算它，就像我在隔离森林中计算异常分数一样？ 非常感谢，
最佳答案
在隔离森林中，异常分数是衡量挑选出特定观察所需的路径平均长度与挑选出“正常”观察所需的路径平均长度的偏差
此处的平均值取自所使用的所有不同树。由于 SVM 不是集成方法 - 这种异常分数的概念并不直接适用。
测量异常分数的一种方法是基于预测变量子集构建多个 SVM 分类器，我不知道这种方法在统计/科学上是否合理。然后，您可以使用特定点被分类为异常值的次数百分比作为异常分数的代理。
关于machine-learning - 使用 One-Class SVM 计算异常检测的异常分数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53956538/