<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TJO</author_name>
  <author_url>https://blog.hatena.ne.jp/TJO/</author_url>
  <blog_title>渋谷駅前で働くデータサイエンティストのブログ</blog_title>
  <blog_url>https://tjo.hatenablog.com/</blog_url>
  <categories>
    <anon>R</anon>
    <anon>機械学習</anon>
    <anon>異常検知</anon>
  </categories>
  <description>これは前回の記事の補足です。もう見たまんまで「そもそも1クラスSVMの決定境界を具体的に描画してみたらどうなるんだろう？」という興味を持ったので、漫然と2次元でやってみます。前回の記事同様、1クラスSVMの推定に用いるのは{e1071}パッケージのsvm関数で、type = 'one-classification'と指定した場合。カーネルはガウシアンです。 なお{e1071}のvignetteにも書かれていますが、1クラスSVM (-SVM)の主問題をおさらいすると以下の通りです。 を大きく（小さく）することで、の動ける範囲が狭く（広く）なることが見て取れます。一般にの値は学習データそのものに…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftjo.hatenablog.com%2Fentry%2F2017%2F05%2F28%2F135918&quot; title=&quot;異常検知に用いられる1クラスSVMの決定境界をパラメータを変えながら描いてみた - 渋谷駅前で働くデータサイエンティストのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/T/TJO/20170528/20170528133424.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2017-05-28 13:59:18</published>
  <title>異常検知に用いられる1クラスSVMの決定境界をパラメータを変えながら描いてみた</title>
  <type>rich</type>
  <url>https://tjo.hatenablog.com/entry/2017/05/28/135918</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
