机器学习（李宏毅）Lecture04 学习笔记（Anomaly Detection）

Anomaly Detection

设计一个函数能判断$x$是否与训练集{$x^1,...,x^T$}中的训练数据相似。是一个二元分类问题。

应用

1.欺诈检测（Fraud Detection）。
2.网络系统入侵检测（Network Instrusion Detection）。
3.癌细胞检测（Cancer Detection）。

分类器信心分数（y值）做异常检测

训练数据有标记。

f ( x ) = { a n o m a l y , c ( x ) ≤ λ n o r m a l , c ( x ) > λ f(x)=\{^{normal,c(x)>\lambda}_{anomaly,c(x)\leq\lambda} f(x)={anomaly,c(x)≤λnormal,c(x)>λ​
$\lambda :$阈值

$f:$上一讲中的概率分布函数，可以求概率。

存在的问题：有些异常数据具有很明显的正常数据的特征。
解决方法：生成一些异常数据，训练分类器给较低的信心分数。