One-Class SVM

One-Class SVMとは、機械学習における教師なし学習アルゴリズムの一種であり、主に異常検知や外れ値検出の分野で広く利用されている手法です。一般的なサポートベクトルマシンが複数のクラス分類を目的とするのに対し、本手法は正常データのみの分布を学習し、その空間的特徴を捉える点に大きな特徴があります。学習時には正常データの特徴のみを高次元空間にマッピングし、原点からデータを分離する超平面を構築します。これにより、トレーニングデータに含まれていなかった未知のデータが入力された際に、それが正常範囲に収まっているのか、それとも大きく外れている外れ値であるのかを客観的に判定することが可能となります。製造ラインにおける製品の不良品検知や、ネットワークセキュリティにおける不正アクセスの検出など、異常データの収集が困難な現場において極めて有効なアプローチとして活用されています。