HW8异常检测
一、任务介绍
无监督异常检测
训练一个模型来确定给定的图像是否与训练数据相似
二、数据
●训练数据:100000人脸
●测试数据:
约10000来自相同分布的训练数据(标签0)
约10000来自另一个分布(异常,标签1)
●格式:
data/|——trainingset.npy|——testingset.npy
形状:(#图像,64,64,3)为每个.npy文件
三、方法
●训练一个具有小重构误差的自动编码器。
●在推理过程中,我们可以使用重构误差作为异常评分。
○异常评分可以看作是一个图像的异常程度。
○看不见分布的图像具有较高的重建误差。
●异常评分被用作我们的预测值。
四、评估-ROC AUC评分
为什么要使用ROC AUC评分?
●如果应用了精度,则需要一个阈值来确定给定的图像是否为异常。
○我们只想要一个模型来告诉我们一个图像有多反常。
○例如,MSE是一种异常分数
五、实验