目錄

1）Problem motivation

2）Gaussian distribution

3）Algorithm

4）Developing and evaluating an anomaly detection system

5）Anomaly detection vs. supervised learning

6）Choosing what features to use

---

1）Problem motivation

下面是異常檢測的兩個例子：識別欺騙和檢測數據中心

2）Gaussian distribution

我們來回顧一下大學時學的高斯分布：

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

下面是高斯分布的例子：

在實際應用中，我們可以這樣求參數：

3）Algorithm

1.數據集：

2.計算每一個特征的;

3.概率計算：

4）Developing and evaluating an anomaly detection system

具體的評價方法如下：

1）根據訓練集數據，我們估計特征的平均值和方差并構建模型；

2）對交叉驗證集，我們嘗試使用不同的作為閾值，并根據F1值或者準確率與召回率選擇閾值；

3）在測試集上進行預測；

5）Anomaly detection vs. supervised learning

6）Choosing what features to use

1）將數據轉換為高斯分布；

2）誤差分析；

3）構建新特征；

?

總結

以上是生活随笔為你收集整理的机器学习笔记（十四）：异常检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。