AI学习过程(3)-异常检测
来源:互联网 发布:有线通 知乎 编辑:程序博客网 时间:2024/05/21 22:41
- 异常检测使用的是聚类算法,设定一个比例Epseno,当新点的概率p(x)<Epseno,则该点是异常点,其中p()为假设,也即函数方程。
- 在基于高斯函数的检验算法中,专家撰写一个式子并提出该式子的各部分应该符合独立假设,但是该专家说无论符不符合独立假设,该公式在实践中的使用效果都不错。这说明,即使在对待实践应用的问题,即使是重要分体(如引擎质量检测),即使是专家,也会在一定误差允许范围内容设定很多偷懒的算法。
- 异常检测的验证方法与信息检索的算法验证方法极其相似。虽然异常检测使用的是非标注的数据,但是在算法评估的时候,我们使用标注的数据对算法进行检验。通过设定异常数据y=1,正常数据y=0,我们通过Precision和Recall以及F1来检测算法的效率,同时也根据这一项来检验是否应该加入新的属性。
- 由上面可知,异常检测问题其实也可以用比如逻辑回归的方法来做,但是为什么不用呢?其根本原因是正样本(异常点)太少。
- 当数据分布不是高斯分布的时候,通常采取一个转换操作将数据转换为高斯分布。【如果直接使用高斯分布的话,虽然没那么精确,但是也是可接受的】。
- 多元正态分布可以调节调节分布的结构,如:两个属性的相关性、两个属性的均值和方差等。
- 如何进行数据的分析当属性的数量很大的情况下?一个可行的情况是先进行PCA,把数据将为2-3维,然后逐层的分解看属性之间的关系。数据相关性矩阵也为该目标提供相应的信息,但是或许不太直观。
0 0
- AI学习过程(3)-异常检测
- AI学习过程
- 深度学习-异常检测
- Python学习异常检测
- AI学习过程(4)推荐系统
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-3)-- 目标检测
- 吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-3)-- 目标检测
- 机器学习之异常检测
- 机器学习算法~异常检测
- [gkk]3天学习ai
- Stanford机器学习---第十一讲.异常检测
- 机器学习复习——异常检测
- 机器学习(十八)异常检测
- [机器学习笔记]Note13--异常检测
- 斯坦福机器学习——异常检测
- 基于机器学习的web异常检测
- 基于机器学习的web异常检测
- 基于机器学习的web异常检测
- 从原理上讲解django里cookie和session的联系与区别
- C#中有关属性的演示
- Oracle-多版本环境变量切换
- poj1837 Balance 天平和砝码
- 04 视图控制器
- AI学习过程(3)-异常检测
- 开发随笔-接口间参数
- C#中有关字段的访问控制
- 九度oj-1116-加减乘除
- POJ2584 T-Shirt Gumbo【二分图多重匹配】
- 关于lcm,gcd的一些性质
- error opening trace file: No such file or directory (2)报错原因
- 再见 MongoDB,你好 PostgreSQL
- jsp2的自定义标签