FROCC：基于快速随机投影的单类分类
机器学习
2021-07-01 v3 机器学习
摘要
我们提出基于快速随机投影的单类分类（FROCC），一种极高效的单类分类方法。我们的方法基于简单思路：通过将训练数据投影到从单位球面上均匀独立选取的一组随机单位向量上进行变换，并基于数据的分离界定区域。FROCC 可自然地用核方法扩展。我们从理论上证明 FROCC 泛化良好，即稳定且偏差低。在一系列包括 SVM 和基于深度学习的 OCC 任务模型在内的领先基准上，FROCC 的 ROC 最高提升 3.1 个百分点，训练与测试时间加速 1.2–67.8 倍。
引用
@article{arxiv.2011.14317,
title = {FROCC: Fast Random projection-based One-Class Classification},
author = {Arindam Bhattacharya and Sumanth Varambally and Amitabha Bagchi and Srikanta Bedathur},
journal= {arXiv preprint arXiv:2011.14317},
year = {2021}
}