只有“是”实例的二进制分类

Question

想象一下我有一个二进制分类的问题。我必须为每个输入元素（是或否）分配一个标签，但在训练集中我只有“是”实例。这很常见，因为很多时候我们想说给定元素是否与给定元素“相似”。我们可以在声音识别或图像识别问题中找到可能的例子。

示例 1：我们有很多狗叫声，并给出了一个新的声音，我们想说它是否是狗叫声

示例 2：我们有很多狗的图片，并给出了一张新图片，我们想说它是否代表一只狗

在常见的机器学习问题中，训练集由“是”实例和“否”实例组成，并给定一个新元素，分类器确定它是否更类似于“是”实例或“否”。

正如上述场景所预期的那样，我们不能有“无”实例，因为它们可能是世界上所有可能的其他声音/图片。

哪些机器学习方法（svm、神经网络、knn、...）可以用来解决这类问题？

Answer 1

这是一个称为新颖性检测的问题。

具体来说，您有一个被认为是无噪声的数据集。例如。你有一组代表狗叫的数据集合。

如果你有一些狗叫和一些猫叫，并且想找到将狗和猫分开的边界，这是一个异常值检测问题。

一个简单的例子可以在 SKlearn 文档网站上找到

http://scikit-learn.org/stable/auto_examples/svm/plot_oneclass.html#example-svm-plot-oneclass-py

具体实施将取决于您的数据究竟是什么样的 - 没有包罗万象的解决方案。根据“没有免费午餐”定理，不存在在一系列问题中表现最佳的算法。