文件名称：SVDD:使用支持向量数据描述（SVDD）进行异常检测或故障检测的Python代码
文件大小：5.79MB
文件格式：ZIP
更新时间：2024-05-23 09:05:52
python fault-detection svdd mechine-learning abnormal-detection
支持向量数据描述（SVDD） 用于使用SVDD进行异常检测或故障检测的Python代码。 电子邮件： 主要特点 用于仅包含正训练数据的训练数据集的SVDD模型。 （SVDD） 包含正训练数据和负训练数据的训练数据集的SVDD模型。 （nSVDD） 多种内核功能。 可视化模块，包括ROC曲线图，测试结果图和决策边界。 要求 matplotlib cvxopt 科学的 麻木 scikit_learn 关于SVDD型号 根据以下参考文献，可以构建两种类型的SVDD模型： [1] Tax DMJ，Duin RP W.支持向量数据描述[J]。 机器学习，2004，54（1）：45-66。 一个简单的决策边界应用程序（使用不同的内核函数） # -*- coding: utf-8 -*- import sys sys.path.append("..") from src.svdd im
【文件预览】：
SVDD-master
----.gitattributes(66B)
----imgs()
--------kernel_gauss.png(1.15MB)
--------hybrid_roc.png(104KB)
--------kernel_lapl.png(1.13MB)
--------kernel_ploy.png(1.07MB)
--------kernel_linear.png(1.06MB)
--------hybrid_result.png(373KB)
--------kernel_tanh.png(1.07MB)
----src()
--------visualize.py(8KB)
--------__pycache__()
--------svdd.py(13KB)
----requirements.txt(43B)
----examples()
--------svdd_example_single.py(719B)
--------data.py(2KB)
--------svdd_example_hyprid.py(724B)
--------svdd_example_visualization.py(767B)
--------__pycache__()
--------svdd_example_kernels.py(1KB)
--------data()
----LICENSE(1KB)
----README.md(4KB)
----.spyproject()
--------encoding.ini(58B)
--------codestyle.ini(56B)
--------config()
--------vcs.ini(85B)
--------workspace.ini(311B)