关于什么时候用异常检测和监督学习，以及多元高斯模型的使用

当有很多负样本，少量正样本的时候，用异常检测。

假如特征不符合高斯分布，则应该对原始特征做一个变换，比如log(x)或者X^2等等让其符合高斯分布

多元高斯混合模型公式：

其中里面有两个参数一个是u特征均值，一个是协方差矩阵

混合高斯模型使用条件 m（训练样本数量）>n（特征数量），否则协方差矩阵不可逆，无法求解。吴老师的建议是m>=10n。

还有一种情况是样本特征中出现了冗余特征，既有x1=x2或者是x1 = x2+x3线性组合，在这样的情况下使用高斯混合模型也会出错。

下面是传统模型和混合高斯的使用对比：

当然使用原模型可能对于单个特征x1和x2来说，并没有发现异常，只有当把x1,x2组合在一起的时候才会形成异常。故我们需要手动创建一个新的特征X3=x1/x2这样，让两者关联起来，

，