我有一个问题，我试图使用支持向量机 (SVM) 来区分两个类之间的一维数据系列。其中一个类具有非常特定的特征，从人类的角度很容易区分，唯一的缺点是另一个类的数据在数据样本之间有很大的变化，看起来使用它是不可行的作为一个班级。我只对区分来自感兴趣类别的数据（见下图）和所有其他“无趣”数据感兴趣。然后我尝试实现一个类 SVM (OC-SVM)，它看起来工作正常，但没有我希望的那么好。因此，我开始寻找替代方案，并遇到了一类神经网络和生成对抗网络 (GAN) 作为一种可能的解决方案。想法是，由于我要检测的数据点具有一定的特征（见下图），因此对抗网络可以很好地执行。我对神经网络和深度学习领域非常陌生，所以我想在深入研究之前询问社区我是否正在做某事。也可以随意提出替代方法。
Ps：由于数据的巨大变化，无监督方法和聚类并不能很好地解决这个问题。
