![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
异常检测
文章平均质量分 75
cyanPhoenix
这个作者很懒,什么都没留下…
展开
-
异常检测 task3-5 笔记
1 异常检测算法假设一:近似线性相关假设。线性相关假设是使用两种模型进行异常检测的重要理论基础。对应的是,线性回归。契合回归模型的是正常数据,回归拟合损失较大的是异常值。参考链接:https://blog.csdn.net/XYQLTX/article/details/112758361假设二:子空间假设。子空间假设认为数据是镶嵌在低维子空间中的,线性方法的目的是找到合适的低维子空间使得异常点(o)在其中区别于正常点(n)。对应算法:PCA降维。PCA是一种经典的降维方法,它..原创 2021-01-24 21:57:31 · 117 阅读 · 0 评论 -
异常检测 task2 pyod库的简单使用
学习使用PyOD库生成toy example并调用HBOS根据官方文档,pyod中用于生成toy数据的方法主要是pyod.utils.data.generate_data()pyod.utils.data.generate_data_clusters()下面给出具体的参数和用法。函数的查询方法:在jupyter中输入方法代码,当输入左边括号时,会显示函数的介绍。点击向上的箭头,出现完整的方法介绍# 函数详解pyod.utils.data.generate_data( n_原创 2021-01-15 19:43:25 · 679 阅读 · 0 评论 -
异常检测组队学习-1基础
1 环境配置我是安装的anaconda,python 3.7。自带sklearn==0.21.2。pip安装pyod,选择清华源一键安装pip install scrapy -i https://pypi.tuna.tsinghua.edu.cn/simple安装的pyod版本是0.8.5。2 异常检测2.1 异常检测的概念异常检测(Outlier Detection),顾名思义,是识别与正常数据不同的数据,与预期⾏为差异⼤的数据。识别如信⽤卡欺诈,⼯业⽣产异常,⽹络流⾥的异常(⽹络侵⼊)原创 2021-01-11 23:53:38 · 194 阅读 · 1 评论