机器学习第六回（完结篇）

一.异常检测算法

设定一个阈值，如果训练数据出现的概率大于阈值，说明该点正常

二.高斯分布（正态分布）

常见高斯分布的图例

参数估计问题

使用高斯分布构建异常检测系统

例子：如何估计（计算）x的概率
划分数据集（训练集、测试集、验证集）

何时用异常检测算法与监督学习算法

二者区别在于：异常检验算法通常只有很少的正确数据，让算法去学习异常数据处理

如何设计和选择异常检测算法的特征

（1）如果图像不是严格的高斯分布，需要使用对数变换变成高斯分布
（2）创建一个新特征计算概率区分异常样本

多元高斯分布（正态分布）

参数估计问题

何时用原始模型，何时用多元模型