斯坦福机器学习——异常检测
来源:互联网 发布:华能和国电投合并知乎 编辑:程序博客网 时间:2024/05/22 08:41
一、模型评价方法总结
当数据有倾斜时,如A类比例为95%远远大于B类比例5%,不应该用分类的正确率来评价模型好坏。因为如果你直接瞎蒙都有95%的大概率蒙对,那么你的模型正确率即使比95%大一点,也没有说服力。这样,新的评价指标:召回率、精准率、最终的F1值作为评价指标。可以参考点击打开链接
二、异常检测算法
原理:通过正常数据,拟合出特征向量X的概率分布,可以假设特征向量中给个字段相互独立来计算联合的高斯概率密度函数,或者计算多元高斯模型的概率密度函数;最后通过计算待测样本在概率模型中的概率值来判断是否异样。可以参考点击打开链接
0 0
- 斯坦福机器学习——异常检测
- 斯坦福机器学习公开课笔记(十二)--异常检测
- 机器学习复习——异常检测
- 斯坦福机器学习视频笔记 Week9 异常检测和高斯混合模型 Anomaly Detection
- coursera-斯坦福-机器学习-吴恩达-第9周笔记(上)-异常检测
- 斯坦福机器学习——降维
- 机器学习练习(四)——异常检测
- 斯坦福机器学习-week4 学习笔记——初识神经网络
- 机器学习之异常检测
- 机器学习算法~异常检测
- 斯坦福机器学习笔记9——偏差
- 斯坦福机器学习1
- 斯坦福机器学习课程
- 斯坦福机器学习
- 斯坦福 机器学习 ex1
- 斯坦福 机器学习 ex2
- 斯坦福机器学习记录
- 斯坦福机器学习公开课学习笔记(1)—机器学习的动机与应用
- 洛谷1803 凌乱的yyy(第29题)
- XHTML简介
- linux配置网络
- OIBH杯第三次模拟赛(普及组)Problem 3 : maxsum 最大约数和
- ubuntu16.04引导加密
- 斯坦福机器学习——异常检测
- 绘图组件总结
- font字体图标
- 2017.1.13——寒假集训第二天
- 【JAVA秒会技术之软件应用】Chrome超强测试软件Advanced-REST-client免越狱安装
- mysql配置文件设置注意点
- Asp.Net 请求处理机制
- 最小二乘法的一般形式和矩阵形式原理推导和代码实现
- C++ 语法实验室之 inline 关键字