这里写自定义目录标题
以下仅个人总结,若有不对的地方还望同志们留言告知。
Outlier重要吗?
Outlier在training 时体现的重要性没有在test的时候大。但是在以传统的用features去检查异常,即这里的outlier,training 用的loss function需要选择一下。
要将outlier找出来,则需要对应的Loss function。L1-norm 和 L2-norm(mean square error/MSE) 很常见,但是不一定对异常检测有帮助。从理论上说,L1-norm对outlier是不敏感的,L2-norm 对outlier又特别敏感,如果把L1-norm与L2-norm平衡一下,我们需要有一个loss function对outlier 敏感而又不会被带偏。那么可以尝试 smooth L1-norm loss。
s m o o t h L 1