异常检测

"An outlier is an observation which deviates so much from other observations as to arouse suspicions that it was generated by a different mechanism." — D. M. Hawkins,Identification of Outliers, Chapman and Hall, 1980.

 

异常检测(anormaly detection)，或者又被称为"离群点检测"(outlier detection)，是机器学习研究领域中跟现实紧密联系、有广泛应用需求的一类问题。但是，什么是异常，并没有标准答案，通常因具体应用场景而异。如果要给一个比较通用的定义，很多文献通常会引用Hawkins在文章开头那段话。很多后来者的说法，跟这个定义大同小异。这些定义虽然笼统，但其实暗含了认定"异常"两个标准或者说假设:

1.异常数据跟样本中大多数数据不太一样

2.异常数据在整体数据样本中占比比较小

为了刻画异常数据的"不一样"，最直接的做法是利用各种统计的、距离的、密度的量化指标去描述数据样本跟其他样本的梳理程度。

 

参考

机器学习-异常检测算法(1):https://zhuanlan.zhihu.com/p/27777266