关于我们+
产品与服务+
解决方案+
客户案例+
AI创新中心+
投资者关系+
资源中心+
联系我们+
申请演示+
申请演示-
本文主要是介绍一种半监督算法—SVDD:该算法是传统SⅥM的一种扩展,能用于异常值(奇异值)检测和极度不平衡数据的分类问题。该算法根据样本中有标记的这类样本的特性构建一个球面作为决策边界,使用该球面来判断剩下无标记样本的属性,无标记样本能落在球内则判断为正样本,否则为负样本。在金融风控领域,我们常常遇到一类样本有标记,另一类样本无标记的数据,我们可以通过有标记样本来构建该模型,再使用该模型来识别剩下的无标记样本是否有风险。