我正在使用一个多类分类器（通过One-Vs-All实现的支持向量机）来分类数据样本。假设我当前有n个不同的类。
然而，在我面临的情况下，新的数据样本可能属于一个n+1的新类别，这种类别之前没有出现过。
因此，我想说我需要一种在线学习的形式，因为一开始没有适合所有后续数据的明确训练集。相反，我需要SVM动态地适应未来可能出现的新类别。
因此，我想知道如何以及如何...
确定新的数据样本不太适合现有类别，而应该创建一个新的类别。
将新类别集成到现有的分类器中。
我可以模糊地想出一些可能解决这个问题的方法：
如果二元SVM分类器（在OVA情况下，我为每个类都有一个）都没有对新的数据样本预测出相当高的概率（例如> 0.5），那么我可以假设这个新的数据样本可能代表一个新的类别。
我可以为该新类别训练一个新的二元分类器，并将其添加到多类SVM中。
然而，这些只是我天真的想法。我想知道是否有一种“适当”的方法来解决这个问题，例如使用聚类算法找到所有类别。
或者说，我的尝试使用SVM来解决这种问题甚至不适合这种问题吗？
非常感谢您的帮助。
在任何其他机器学习问题中一样，如果你没有一个质量标准，你就会失败。
当人们说“分类”时，他们想到的是有监督学习：有一些对照数据可以用来训练和检查算法。如果新的类别出现了，这个对照数据就变得模糊不清。想象一下，有一个类别叫“马”，你看到很多马：黑马、棕马，甚至是白马。突然间你看到了一匹斑马。哇！它是一个新的类别，还是只是一匹不寻常的马？答案将取决于你如何使用你的类别标签。SVM本身无法决定，因为SVM不使用这些标签，它只产生它们。决策由人类（或某个决策算法）做出，这个算法知道什么是“好”的和“坏”的，也就是说，它有自己的“损失函数”或“效用函数”。
所以你需要一个监督者。但是你如何协助这个监督者呢？有两个选择：
异常检测。它可以帮助您早期发现新类的出现。在算法首次看到第一只斑马后，它会发出警报：“有些不寻常！”例如，在sklearn中，可以使用从随机森林到一类支持向量机的各种算法来检测异常观测。然后，您的监督员可以查看它们，并决定它们是否应该形成一个全新的类。
聚类。它可以帮助您决定是否要划分类别。例如，在第一只斑马之后，您决定不值得创建一个新的类别。但是，随着时间的推移，您的算法已经积累了数十张斑马的图像。因此，如果在所有标记为“马”的观察结果上运行聚类算法，则可能会得到两个明显分离的簇。这时，又该由监督员决定是否将有条纹的马和普通马分开成一个新的类别。
