异常检测(anomaly detection) - 吴恩达机器学习基于python

1 多元高斯分布模型

1.1 算法步骤

1. 对于给定的数据集，针对每个特征计算$\mu$(均值)和$\Sigma$(协方差)
   $${\mu }_j=\frac{1}{m}\sum _{i=1}^m{x}_j^{(i)}$$
   $$\Sigma =\frac{1}{m}{X}^{T}X$$
2. 根据获得的$\mu$(均值)和$\Sigma$(协方差)，给定新的训练集，根据模型计算p(x)
   p ( x ) = 1 ( 2 π ) n 2 ∣ Σ ∣ 1 2 e x p ( − 1 2 ( x − μ ) T Σ − 1 ( x − μ ) ) p(x) = \frac{1}{(2\pi)^\frac{n}{2}|\Sigma|^\frac{1}{2}}exp(-\frac{1}{2}(x-\mu)^T\Sigma^{-1}(x-\mu)) p(x)=(2π)2n​∣Σ∣