异常检测的方法整理

1. 基本思想都是利用一个算法给出某个点的离群点得分，根据阈值找到离群点
2. 分类
   1. 基于方法的分类
      1. 基于模型的技术
         1. 比如我们的数据是一个高斯分布，那么一个对象不能很好地拟合这个分布，就会被认为是一个异常点
      2. 基于邻近度的技术
         1. 通常在对象之间定义邻近性度量，并且许多异常检测方法都基于邻近度。
            1. 异常对象是远离大部分其他对象的点。
      3. 基于密度的技术
         1. 对象的密度估计可以相对直接地计算，特别是当对象之间存在邻近度度量时，低密度区域中的对象相对远离近邻。
         2. 比如温度10，20，30，40，突然一个操作选择了100，那么从密度来看可能就会被检测出来
   2. 基于人参与的程度
      1. 监督的异常检测
         1. 需要异常类和正常类的训练集
            1. 可能要采取crowdsource或者自己标注了，人力成本比较高
         2. 但是会更加准确
      2. 非监督的异常检测
         1. 许多实际情况下，没有提供类标号，那么我们要自动分配类标记
            1. 典型的，聚类
      3. 半监督的异常检测
         1. 有时，训练数据包含被标记的