异常检测(anomaly detection):
问题动机:
异常检测是一个常用的机器学习的算法,它虽然主要用于非监督学习问题,但是从某些角度来看,它又类似于一些监督学习问题。
以下面这组数据集为例,我们希望做的是,假设给定的数据集都是正常的,当给定一个新的样本时,我们判断它属于这组样本的概率可能性。
在上图中,越靠近中心蓝色圈的数据属于该组数据的可能性就越高,反之则越低。这种方法我们称之为密度估计,表达式如下:
模型为我们其属于一组数据的可能性,通过
来检测非正常数据。
异常检测的应用有:识别欺诈用户,检测数据中心是否有异常。
高斯分布(Gaussian (Normal)distribution):
高斯分布也叫正态分布。一般记作X ~ N(),~表示X服从什么什么分布,N表示正态分布。高斯分布的数学形式为:
它的图像是一个山坡形的曲线,