Машинное обучение. Какой подход использовать, когда набор данных содержит экземпляры только одного класса?

Вы видели эту ветку классификацию текста унарного класса в weka? и этот пост https://list.scms.waikato.ac.nz/mailman/htdig/wekalist/2007-October/011631.html ?

Я предполагаю, что вы имели в виду, что когда вы запускаете классификатор для другого набора данных, который не является «спортивным», он получает неправильно классифицированные результаты (т.е. ложные срабатывания), например. "это спорт".

Вы уверены, что ваш набор данных содержит только один класс? Вы убедились, что набор данных не содержит пустых экземпляров? (не издевайтесь, это уже случалось со мной раньше).

В комментариях к ранее упомянутой ветке есть ссылка на PDF-файл по настройке SVM: http://www.csie.ntu.edu.tw/~cjlin/papers/guide/guide.pdf — я бы сказал, что SVM немного сложнее, чем другие распространенные классификаторы.

В качестве альтернативы, вы не можете переключить задачу на бинарную классификацию? Гораздо проще получить хорошие результаты, и для большинства проблем есть множество примеров вещей, которые не относятся к этому классу, например. спортивные веб-сайты против веб-сайтов с забавными изображениями, веб-сайтов по программированию и т. д.

PS: вы можете использовать другие алгоритмы для обнаружения выбросов: http://en.wikipedia.org/wiki/Outlier_detection