我是机器学习的新手。我有一个需求，需要预测文档是有效还是无效。我只有10000份有效文档（没有任何无效文档）。我看到了一些算法，例如：朴素贝叶斯、SVM等。这里的概念是训练模型时必须提供两种类型的文档（有效和无效），这样它才能通过与两种训练文档进行比较来预测文档。

有没有什么方法或算法，可以仅使用有效文档就判断文档是有效还是无效（可能是以百分比显示，例如：40%有效，60%无效）？

回答：

一种方法可以尝试单类分类。在机器学习中，单类分类（OCC）试图通过仅从包含该类对象的训练集中学习，来识别特定类别的对象。OCC的任务是定义一个围绕正类（目标类）的分类边界，使其尽可能多地接受来自正类的对象，同时最小化接受负类（异常值）对象的几率。这是一种一对多的分类，其中“多”在训练期间未被观察到。在你的情况下，模型将学会分类和识别有效文档，其余的将被视为无效文档。