Обнаружение новизны альтернативы одному классу SVM

Question

У меня есть случай, когда мне нужно обнаружить аномалии в наборе данных. У меня нет маркированного комплекта обучения. Проблема не является полностью безнадзорной, так как я знаю, что часть данных не содержит аномалий, и я знаю, какая это часть. Насколько я знаю, это называется обнаружением новизны. Один класс SVM будет работать здесь, но я бы хотел сравнить его с альтернативными методами.

До сих пор я нашел только методы, которые полностью не контролируются или полностью контролируются, поэтому для моего случая обнаружения новизны нет действительных альтернатив одному классу SVM. Кто-нибудь знает методы, которые были бы допустимыми альтернативами (желательно доступными в Python)?

Answer 1

Есть модуль textblob, и он имеет PositiveNaiveBayesClassifier, который более практичен для кодирования, чем OneClassSVM. Посмотрите на это, этого будет достаточно для ваших нужд.