样本不均时，如何处理(PU learning/OneClassSvm/AutoEncoder)

文章目录 1-背景 2-异常检测OneClassSvm 3-PU Learning 3.0 PU learning的一些技巧 3.1 直接利用标准分类方法 3.2 PU bagging 3.3 两步法 4-AutoEncoder 5-参考文献 1-背景 在实际业务中，尤为在工业领域，存在着大量未标记的数据。常常状况是，只有正样本和少部分故障样本（负样本），或者有大量的未标记样本（包含正负样本） 在

>>阅读原文<<