异常检测算法和开发和评估异常检测

异常检测算法的实现过程:
首先我们来说明密度估计的概念,由于服从正态分布,我们假设这里x服从独立假设,所以x的密度p(x)=

1、我们选择那些产生异常的特征xi;

2、我们计算出训练集的均值和方差;

3、我们计算出每个新加入的样本的p(x),如果大于门阀值,则说明是正常的,否则则为异常。

异常决策举例:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值