Datawhale 异常检测学习之Task02----基于统计学的方法

---

前言

上一篇简单介绍了异常检测的基本概念以及常用库pyod的使用。
异常检测的方法主要有三大类：传统方法、集成方法和机器学习方法。
传统方法又分为基于统计学的方法、基于相似度的方法和线性模型三种。
本篇将主要介绍传统方法中基于统计学的方法

---

一、基于统计学的方法

主要思想: 学习一个拟合给定数据集的生成模型，在该模型低概率区域中的数据，即为异常点。

基于统计学的方法的不同主要在于该生成模型的建立。据此可以分为两大类：参数方法和非参数方法。

1. 参数方法

1.1 一元数据的异常检测-----基于正态分布

A. 方法步骤

1. 首先假设数据是服从正态分布的，根据样本可以计算出该分布的均值和方差，从而得到正态分布的概率函数。

2. 然后设定一个阈值，并根据该概率函数计算样本点的概率值，若该值不在阈值范围内，则视为异常点。

【公式】
均值：$\mu =\frac{1}{m}{\sum }_{i=1}^m{x}^{(i)}$

方差： ${\sigma }^2=\frac{1}{m}{\sum }_{i=1}^m(x^{(i)}-\mu {)}^2$

概率密度： p ( x ) = 1 2 π σ e x p ( − ( x − μ ) 2 2 σ 2 ) p(x)=\frac 1{\sqrt{2\pi}\sigma}exp(-\frac{(x-\mu)^2}{2\sigma^2}) p(x)=2π ​σ1​exp(−