對比與有正負樣例的二分類SVM，one-class SVM可以訓練出一個高維超球面，把數據盡可能緊的包圍起來。
場景：
花果山上的老猴子，一生閱猴無數，但是從來沒有見過其它的物種。有一天，豬八戒來到花果山找它們的大王，老猴子一聲令下，把這個東西給我綁起來！
這里老猴子很清楚的知道這個外來物種不是同類，但是它究竟是什么，不得而知。
老猴子見過很多猴，它知道猴子的特征，而外來生物明顯不符合這個特征，所以它就不是猴子。
這就是一個單分類的簡單例子。
而美猴王看到這個場景后，哈哈一笑，把這呆子抬過來！
對比二分類，顯著的區別就是，二分類不但能得出來這個東西不是猴子，他還能告訴你這個東西叫“呆子”（當然我們的美猴王見多識廣，肯定不止是二分類那么簡單了）。
單分類實際中有很多應用，比如人臉識別，我們不可能給所有的圖片讓機器去分類，事實上我們只能給出很多人臉的圖像，讓機器去學習識別。之后再來圖像時，符合
這些圖像特征的就屬於人臉，反之則不是。