为了检测异常的用户命令，我使用的是One Class SVM（OCSVM）。首先，我根据用户的常规命令构建了OCSVM模型。然后，在收到新命令时，模型将为正常命令输出+1，为异常命令输出-1。
但是，一段时间后，用户可能会更改其行为。因此，新的合法命令将被视为异常（即虚假警报），因为它们不符合先前的用户行为。
我的OCSVM模型如何自动适应合法的用户行为更改？
更具体地说，我如何区分真实异常与错误异常？，因为我不确定是否确实有异常或属于某个新命令，因此我认为该命令是异常的合法用户更改其行为。
我发现了许多相关的概念，例如增量学习和在线学习，但是我认为只有当我们确定一个新实例的标签（在我的情况下是一个新命令）时，这些概念才能用于重新训练模型。