吴恩达机器学习(六)

异常检测

问题动机

以飞机发动机的例子来说明问题

设定一个阈值，如果偏离程度过大，则认定为有异常

步骤：

1. 捕捉特征$x^{(i)}$
2. 建立分布模型$p(x)$
3. 确定哪些用户有异常，若$p(x)<ϵ$

---

高斯分布

异常检测的算法

1. 选择有可能的特征$x_i$
2. 参数拟合，利用似然估计的方法进行参数的拟合。
3. 根据高斯分布算出异常的概率有多大，与$ϵ$作比较
   

---

多元高斯分布

Original model VS. Multivariate Gaussian

原始模型和多元高斯分布模型其实就是一个n个一维分布和n维分布的对比，独立与不独立的问题
确定特征的数量和样本数量的关系以及特征的冗余程度，如果出现冗余的话就进行删除操作