单类别分类器

One-class classifier是一种机器学习模型，专注于从单一类别数据中学习该类别的特征表示，以识别和区分属于该类别的新样本与异常样本。其主要目标是建立一个能够有效描述目标类别的边界，从而实现对异常点的检测。在无标记数据或标记数据不足的情况下，One-class classifier具有重要的应用价值，广泛应用于异常检测、新型类发现等领域。通过学习正常数据的分布，该模型能够在金融欺诈检测、网络安全、医疗诊断等场景中发挥关键作用。