<数据挖掘导论>读书笔记11异常检测

异常检测的目标是发现与大部分其他对象不同的对象。通常，异常对象被称作离群点(Outlier).

异常检测也称偏差检测(Deviation detection),因为异常对象的属性值明显偏离期望的或者常见的属性值。

异常检测也称为例外挖掘，因为异常在某种意义上是例外的。

应用场景：

　　欺诈检测

　　入侵检测

　　生态系统失调

　　公共卫生

　　医疗

异常检测方法

　　基于模型的技术

　　基于邻近度的技术

　　基于密度的技术

统计方法：

　　检测一元正态分布中的离群点，常用方法是高斯正态分布

　　多元正态分布的离群点，Mahalanobis距离

　　异常检测的混合模型方法，EM算法

基于邻近度的离群点检测

基于密度的离群点检测,LOF:LOCAL OUTLIER FACTOR技术

基于聚类的技术

 

转载于:https://www.cnblogs.com/davidwang456/p/9722306.html