OneClassSVM-单类 SVM

1. 方法概述

OneClassSVM-单类 SVM 的真实核心主要位于：

• core/oneclass_calculator.py

从当前源码看，这个模块实现的是一个比较直接的 One-Class SVM 异常检测流程：

1. 从数据表中抽取数值特征；
2. 训练 OneClassSVM；
3. 输出 decision_function 与预测标签；
4. 若提供标签列，则计算 Accuracy / Precision / Recall / F1 / ROC-AUC；
5. 导出图表与 Excel。

2. 输入结构与代码约束

2.1 特征矩阵

设用于训练的矩阵为

$$ X=(x_{ij})_{n\times d} \tag{1} $$

当前实现的一个重要细节是：它只保留数值列。也就是说，如果用户没有先在外部完成编码，那么非数值列会被直接排除。

2.2 标签列

若指定 target_column，代码会把标签映射成

$$ y_i= \begin{cases} 1,& \text{原标签}\neq 0\\ 0,& \text{原标签}=0 \end{cases} \tag{2} $$

并额外把 -1 也视为异常。

3. One-Class SVM 模型

3.1 决策函数

One-Class SVM 的判别函数可写为

$$ f(x)=\sum_{i=1}^{n}\alpha_i K(x_i,x)-\rho \tag{3} $$

其中 \(K(\cdot,\cdot)\) 可取：

• rbf
• linear
• poly
• sigmoid

3.2 预测标签

代码调用 model.predict(X) 得到 sklearn 约定的

$$ \tilde y_i= \begin{cases} -1,& \text{异常}\\ 1,& \text{正常} \end{cases} \tag{4} $$

再转换成更直观的内部标签：

$$ \hat y_i= \begin{cases} 1,& \tilde y_i=-1\\ 0,& \tilde y_i=1 \end{cases} \tag{5} $$

即 pred_label=1 表示异常。

3.3 异常分数

代码直接保留 decision_function(X) 作为得分，并额外定义

$$ \mathrm{anomaly\_score}_i=-\,\mathrm{score}_i \tag{6} $$

因此分数越小，异常程度越高；为方便展示，导出时也同步保留其相反数。

4. 评估指标

若存在真实标签，代码计算

$$ \mathrm{Accuracy}=\frac{TP+TN}{TP+TN+FP+FN} \tag{7} $$

$$ \mathrm{Precision}=\frac{TP}{TP+FP} \tag{8} $$

$$ \mathrm{Recall}=\frac{TP}{TP+FN} \tag{9} $$

$$ \mathrm{F1}=\frac{2PR}{P+R} \tag{10} $$

以及

$$ \mathrm{ROC\text{-}AUC}=\mathrm{AUC}\big(y,\ -\mathrm{score}\big) \tag{11} $$

这里特意使用 -score，是因为 decision_function 越小越异常。

5. 输出结果与论文应用

5.1 Excel 工作表

当前模块导出：

• RawData
• Scores
• Metrics
• Parameters
• Charts

图表包括：

• 得分分布直方图
• 得分序列图
• 前两维特征散点图
• ROC 曲线
• PR 曲线

5.2 论文写作表述建议

可以写成：

• 采用 One-Class SVM 建立正常样本边界；
• 通过 decision_function 衡量样本到边界的相对位置；
• 当 decision_function 足够小且预测标签为 -1 时，将样本识别为异常点。

6. 实现说明与注意事项

6.1 当前核心没有显式训练/测试拆分

虽然参数里保留了 test_size 字段，但在 core/oneclass_calculator.py 中并没有真正使用它；模型是在全量数值样本上直接拟合并输出结果。

6.2 random_state 也没有真正进入 OneClassSVM

因为 sklearn 的 OneClassSVM 本身没有 random_state 参数，所以这里的 random_state 主要只影响外部说明，不影响核心模型训练。

6.3 当前模块不做缺失值补齐和缩放

至少在这个核心文件里，没有像 IsolationForest/HBOS 那样加入一套完整的缺失值处理与缩放流程。因此若数据质量较差，建议在进入该模块前先做预处理。

7. 论文写作模板

7.1 方法描述模板

“本文采用基于单类支持向量机的边界学习异常检测方法，在特征空间中学习正常样本的支持域，并将落在边界之外的样本识别为异常点。依据项目当前实现，模型直接在全量数值特征样本上拟合，不包含显式训练/测试拆分，也未在核心流程中接入缺失值补齐与缩放模块。因此，论文中应额外说明样本在进入模型前是否已完成标准化、缺失值处理或异常值清洗，并明确当前分析结果反映的是基于全量样本学习得到的边界结构。”

7.2 结果解释模板

结果部分可写为：决策得分越偏离正常区域，说明样本越可能位于学习到的正常边界之外。若异常样本在局部二维散点图中集中分布于边界外围，则说明 One-Class SVM 学到的支持域具有较好的空间区分能力。论文结果部分可优先展示异常样本得分表与决策得分分布图；若存在真实标签，则应补充 Accuracy、Precision、Recall、F1 与 ROC-AUC，以同时说明阈值判别效果与排序判别能力。

7.3 表格标题模板

1. 表 1 One-Class SVM 核函数与参数设置表
2. 表 2 样本决策得分与预测标签结果表
3. 表 3 Top 异常样本排序结果表
4. 表 4 带标签场景下 One-Class SVM 检测性能指标表

7.4 图表题注模板

1. 图 1 One-Class SVM 决策得分分布图。
2. 图 2 One-Class SVM 局部二维散点图。
3. 图 3 One-Class SVM 带标签检测效果对比图。

7.5 表格示例

表 1 One-Class SVM 异常检测结果表示例

表注：预测标签为 -1 时表示异常；由于当前核心流程未显式拆分训练集与测试集，表中结果反映的是全量样本上的边界学习输出。

8. 单篇终审补充

8.1 图题与表题对齐建议

• RawData 表可写为：表X One-Class SVM 原始数据表。
• Scores 表可写为：表X One-Class SVM 决策得分与预测标签结果表。
• Metrics 表可写为：表X One-Class SVM 检测性能指标汇总表。
• Parameters 表可写为：表X One-Class SVM 参数设置表。
• Charts 表可写为：表X One-Class SVM 图表索引与路径清单。
• score_hist.png 建议写为：图X One-Class SVM 决策得分分布图。
• score_series.png 建议写为：图X One-Class SVM 得分序列图。
• feature_scatter.png 建议写为：图X One-Class SVM 前两维特征散点图。
• roc_curve.png 建议写为：图X One-Class SVM ROC 曲线图。
• pr_curve.png 建议写为：图X One-Class SVM PR 曲线图。

8.2 终审说明

• 当前代表性结果目录中的真实主工作簿为 OneClassSVM-单类SVM分析结果_20260322_232336.xlsx，复现输出为 oneclass_svm_repro.xlsx。论文若引用输出文件，应明确区分主运行结果与 repro 结果。
• 当前真实工作表只有 RawData/Scores/Metrics/Parameters/Charts 5 张，并不存在额外的 ProcessedData 或阈值说明表。正文若讨论预处理或阈值，应通过方法描述补充，而不能声称这些表已单独导出。
• 当前实体图文件位于 *_plots/ 目录下，真实图名包括 score_hist.png、score_series.png、feature_scatter.png、roc_curve.png、pr_curve.png。终稿图题应与这组真实图名对齐。
• 真实 repro 脚本为 repro_oneclass_svm.py，并通过 INPUT_FILE = 'repro_inputs/oneclass_svm_repro_data.csv' 读取统一导出的 CSV 副本。附录中的复现实验步骤应保留这一相对路径结构。
• 当前核心流程是在全量数值样本上直接拟合 One-Class SVM，不做显式训练/测试拆分。论文结果部分不能把 Metrics 误写成“测试集指标”，更准确的说法应是“基于全量样本及可选标签后验评估得到的指标”。

8.3 全量强化补充

本篇终审补充绑定的真实算法目录为 具体的算法3/异常检测/OneClassSVM-单类 SVM，本次采用的代表性结果目录为 具体的算法3/异常检测/OneClassSVM-单类 SVM/results/OneClassSVM-单类SVM分析结果_20260322_232336。

当前目录中真实存在两份工作簿：

• OneClassSVM-单类SVM分析结果_20260322_232336.xlsx
• oneclass_svm_repro.xlsx

两者实测工作表一致，均包含：

• RawData
• Scores
• Metrics
• Parameters
• Charts

因此这一轮应把主结果与 repro 输出分开写。当前 sheet 体系确实只有 5 张，不存在额外预处理表或阈值说明表。

当前目录中的真实图文件为：

• OneClassSVM-单类SVM分析结果_20260322_232336_plots/score_hist.png
• OneClassSVM-单类SVM分析结果_20260322_232336_plots/score_series.png
• OneClassSVM-单类SVM分析结果_20260322_232336_plots/feature_scatter.png
• OneClassSVM-单类SVM分析结果_20260322_232336_plots/roc_curve.png
• OneClassSVM-单类SVM分析结果_20260322_232336_plots/pr_curve.png
• oneclass_svm_repro_plots/score_hist.png
• oneclass_svm_repro_plots/score_series.png
• oneclass_svm_repro_plots/feature_scatter.png
• oneclass_svm_repro_plots/roc_curve.png
• oneclass_svm_repro_plots/pr_curve.png

这说明当前磁盘同时保留了主结果图与 repro 图，两套图型一致。

复现实物方面，该目录实际包含：

• 具体的算法3/异常检测/OneClassSVM-单类 SVM/results/OneClassSVM-单类SVM分析结果_20260322_232336/repro_oneclass_svm.py
• 具体的算法3/异常检测/OneClassSVM-单类 SVM/results/OneClassSVM-单类SVM分析结果_20260322_232336/repro_inputs/oneclass_svm_repro_data.csv

脚本中明确写成 INPUT_FILE = 'repro_inputs/oneclass_svm_repro_data.csv'、OUTPUT_FILE = 'oneclass_svm_repro.xlsx'。因此这一篇当前已具备目录内相对输入副本复现口径。

9. 软件实现核查补充（2026-07）

• 当前主结果目录应写作 具体的算法3/异常检测/OneClassSVM-单类 SVM/results/OneClassSVM-单类SVM分析结果_20260322_232336。
• 正文应围绕异常分数、预测标签、阈值评价、ROC/PR 结果和图表索引来写。
• 图证应对应 score_hist.png、score_series.png、feature_scatter.png、roc_curve.png、pr_curve.png，并把主结果图和 repro 图分开说明。
• 复现脚本应按 repro_oneclass_svm.py + repro_inputs/oneclass_svm_repro_data.csv 的口径说明。