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