學(xué)習(xí)筆記，僅供參考，有錯(cuò)必糾
機(jī)翻，建議看英文原著

---

Outlier Evaluation Techniques

一個(gè)關(guān)鍵的問(wèn)題是如何評(píng)估離群點(diǎn)檢測(cè)算法的有效性。不幸的是，這通常是一項(xiàng)困難的任務(wù)，因?yàn)楦鶕?jù)定義，異常值很少。這意味著將數(shù)據(jù)點(diǎn)標(biāo)記為異常值或非異常值通常是不可用的。對(duì)于無(wú)監(jiān)督算法來(lái)說(shuō)尤其如此，因?yàn)槿绻臼聦?shí)確實(shí)可用，它可以用來(lái)創(chuàng)建更有效的有監(jiān)督算法。在無(wú)監(jiān)督的情況下(沒(méi)有基本事實(shí))，通常很難以嚴(yán)格的方式判斷底層算法的有效性。因此，許多研究文獻(xiàn)使用案例研究來(lái)提供對(duì)無(wú)監(jiān)督場(chǎng)景中潛在異常值的直觀定性評(píng)估。

在像數(shù)據(jù)聚類這樣的其他無(wú)監(jiān)督問(wèn)題中，一種常見(jiàn)的方法是使用內(nèi)部有效性度量，其中使用“好”的模型來(lái)度量算法的有效性。例如，數(shù)據(jù)聚類中的一個(gè)常見(jiàn)的好的度量是聚類的均方半徑。這些措施的主要問(wèn)題在于，它們僅僅提供了一個(gè)概念，即“善”的模型與學(xué)習(xí)的模型匹配得有多好。畢竟，在無(wú)監(jiān)督的問(wèn)題中，沒(méi)有辦法知道善的“正確”模型；矛盾的是，如果我們知道這個(gè)正確的模型，那么我們應(yīng)該在算法中使用它，而不是用于評(píng)估。事實(shí)上，通過(guò)選擇一個(gè)與優(yōu)度模型相關(guān)的算法來(lái)博弈這樣的內(nèi)部有效性模型相對(duì)容易；這個(gè)問(wèn)題在聚類領(lǐng)域是眾所周知的[33]。這也稱為內(nèi)部評(píng)價(jià)中的過(guò)擬合問(wèn)題。在離群點(diǎn)檢測(cè)中，這個(gè)問(wèn)題要嚴(yán)重得多，因?yàn)殡x群點(diǎn)標(biāo)簽中的少量變化會(huì)極大地影響性能。例如，與線性(例如，基于主成分分析)技術(shù)相比，基于距離的內(nèi)部測(cè)量更傾向于基于距離的算法。相反，內(nèi)部有效性的線性模型更傾向于基于主成分分析的技術(shù)?

總結(jié)

以上是生活随笔為你收集整理的OA(part2)--Outlier Evaluation Techniques的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。