一类分类：研究分类与技术综述
机器学习
2018-02-05 v1 人工智能
摘要
一类分类 (OCC) 算法旨在当负类缺失、采样不足或定义不明确时构建分类模型。这种独特情况限制了高效分类器的学习，因为仅凭正类的知识来定义类边界。OCC 问题已在许多研究主题中被考虑和应用，例如异常/新颖性检测和概念学习。在本文中，我们通过提出一种基于训练数据可用性、所用算法及应用领域的 OCC 问题研究分类法，呈现了 OCC 一般问题的统一视角。我们进一步深入探讨所提出分类法的每个类别，并对 OCC 算法、技术和方法进行全面文献综述，重点关注其意义、局限性和应用。最后，我们讨论了 OCC 领域的一些开放研究问题，并提出了对未来研究的展望。
引用
@article{arxiv.1312.0049,
title = {One-Class Classification: Taxonomy of Study and Review of Techniques},
author = {Shehroz S. Khan and Michael G. Madden},
journal= {arXiv preprint arXiv:1312.0049},
year = {2018}
}
备注
24 pages + 11 pages of references, 8 figures