有監督學習與異常檢測

很多人會認為異常檢測非常類似于有監督學習，尤其是邏輯回歸，但我們用一張表格來描述有監督學習與異常檢測的區別：

有監督學習異常檢測

數據分布均勻	數據非常偏斜，異常樣本數目遠小于正常樣本數目
可以根據對正樣本的擬合來知道正樣本的形態，從而預測新來的樣本是否是正樣本	異常的類型不一，很難根據對現有的異常樣本（即正樣本）的擬合來判斷出異常樣本的形態

下面的表格則展示了二者的一些應用場景：

有監督學習異常檢測

垃圾郵件檢測	故障檢測
天氣預測（預測雨天、晴天、或是多云天氣）	某數據中心對于機器設備的監控
癌癥的分類	制造業判斷一個零部件是否異常
…	…

總結

以上是生活随笔為你收集整理的8.4 有监督学习与异常检测-机器学习笔记-斯坦福吴恩达教授的全部內容，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。