Coursera机器学习-第九周-Anomaly Detection

Density Estimation

---

Problem Motivation
所谓异常检测就是发现与大部分对象不同的对象，其实就是发现离群点,异常检测有时也称偏差检测,异常对象是相对罕见的。
应用：

欺诈检测：主要通过检测异常行为来检测是否为盗刷他人信用卡。
入侵检测：检测入侵计算机系统的行为
医疗领域：检测人的健康是否异常
下面来看一个例子：
$x_1$： 引擎运转时产生的热量
$x_2$: 引擎的振动
将它们绘制成图表，假设某天新生产出一个发动机引擎，我们需要对它进行检测是否正常。如果$x_{test}$对应的特征向量与样本点类似，那么我们可以认为这个引擎是正常的；如果$x_{test}$对应的点在外面，离我们的样本点很远，则可以认为是一个异常点。

正式地定义异常检测问题：从$x^{(1)}$到$x^{(m)}$,我们通常假定这m个样本都是正常的,或者说都不是异常的。然后我们需要一个算法来告诉我们一个新的样本数据x-test是否是异常。我们要采取的方法是给定训练集给定无标签的训练集。我们将对数据建一个模型$p(x)$，也就是说我们将对x的分布概率建模其中$x$是这些特征变量

$$p(x)\lt\varepsilon$$ ，

则认为是异常样本点
$$p(x)\ge\varepsilon$$ , 则认为是属于正常的

---

Gaussian Distribution
Gaussian Density:

图像如下：

其图像看起来像是一个钟，所以也成为钟型曲线。正态分布的期望 $\mu$决定了曲线的中心位置，标准差 $\sigma$决定了曲线的宽度。如 $\mu=1$, $\sigma=1$，是标准正态分布，其图像如下：

下面看几个高斯分布的图像，理解一下参数