我正在尝试执行一级分类，以便在训练时间内只有正数据，而负数据仅在测试时可用。如果我使用One-Class SVM或任何其他一类方法，使用交叉验证方法估计参数存在一个常见问题，因为在训练阶段我们没有负面数据。通过仅使用正数据估计参数，我觉得可能出现的问题是过度拟合＆＃39;在训练期间或换句话说，如果我们只关心给出最低假阴性率的参数，我们可能最终得到在测试期间假阴性但假阳性率高的参数。
我的问题是，您能否建议我使用CV参数估算方法或参考任何处理此方案的论文。大多数谷歌搜索和文献评论都没有解决我的问题。为了简化这个问题，许多研究人员假设了一些异常值（或者人工生成它们），但就我而言，我无法对负面概念说些什么，因为我只知道什么是正面数据。 您的反馈将不胜感激。