1.什么是异常数据?
异常数据,区别于大部分数据,足够引起怀疑的少部分数据。
2.一维数据怎么处理?
计算均值和方差,离均值2个或3个标准差以外的数值可以简单的被认为是异常值。这是从正态分布的角度出发对异常值的判断,然而,现实生活中,数据大部分都是多维的,就单个维度而言,数据分布也不一定是正态分布,此时,如何对异常值进行判定呢?
3.多维数据异常值判定?
3.1 高维数据在维度之间都是有关联性的
3.2 判断一个值是否是异常值,从中间看,就是看距离均值的距离,从两端看,就是估计这个点分布极端位置的可能性
4.CODOD:Copula-Based Outlier Detection
参考文章:Li, Z., Zhao, Y., Botta, N., Ionescu, C. and Hu, X. COPOD: Copula-Based Outlier Detection. IEEE International Conference on Data Mining (ICDM), 2020.
4.1 1-4行,计算empirical cdf,得到left tail和right tail,以及偏度
4.2 6-15行,用copula得到左边和右边的尾端概率,并根据具体情况输出最适合的尾端概率
5.优缺点
5.1COPOD不需要进行样本件的距离计算,所以 运行开销小速度快
5.2第二点就是不需要调参 ,直接调用即可
5.3对比主流算法LOF iforest效果好