只使用一类训练数据就可以训练神经网络吗？

Question

我只想知道神经网络是否可以使用单一类数据集进行训练。我有一组数据，我想训练神经网络。在训练之后，我想向训练好的神经网络提供新数据（用于测试），以检查它是否能够识别它是否与训练样本相似。

这可能与神经网络有关吗？如果是，那将是有监督的学习还是无监督。

我知道如果有多个类，神经网络可以用于分类，但我之前没有看过单个类。非常感谢您对任何示例的良好解释和链接。谢谢

Answer 1

当然可以。但在这种情况下，它只会识别你训练过的这一课程。根据预期的输出，您可以测量与训练数据的相似性。

NN在训练之后只是一个功能。对于分类问题，您可以将其想象为一个函数，它将数据作为输入并返回一个整数，指示它属于哪个类。话虽这么说，如果你只有一个类可以用整数值1表示，如果训练数据与那个类不相似，你会得到类似1.555的东西;它不会告诉你它属于另一个类，因为你只引入了一个类，但它肯定会给你一个关于它的相似性的暗示。

NN被认为是有监督的学习，因为在训练之前你必须提供输入和目标，i。即预期的产出。

Answer 2

如果仅使用单一类别的数据训练网络，则通常称为“一类分类”。过去开发了各种算法，例如One-class SVM，Support Vector Data Description，OCKELM等。Taxand Duin为此开发了一个MATLAB工具箱，它支持各种一类分类器。

DD Toolbox

One-class SVM

Kernel Ridge Regression based or Kernelized ELM based or LSSVM(where bias=0) based One-class Classification

Answer 3

有一篇论文Anomaly Detection Using One-Class Neural Networks 结合了一类SVM和神经网络。

这里是source code。但是，我在连接源代码和论文时遇到了困难。