2020李宏毅学习笔记——55.Anomaly Detection（5_7）

第二种情况类。
Case 2: Without Labels
这一集就是介绍类这个例子。
一款网络游戏，主角是由N个人同时操控，系统会选择其中一个指令进行操作。
·Why is the game so difficult？
答：Probably because of “Troll”（网络小白）
· Players that are not familiar with the game
· Just for fun .…
· Malicious players…
in all, the players who don’t want to complete the game.
假设想要通关的玩家的操作是正常数据，能否使用异常检测找到Troll？
下面看如何解决这个问题

Problem Formulation
Given a set of training data：
We want to find a function detecting input x is similar to training data or not.
这里的输入信息x 是一个玩家
也就是每一个玩家要先表示成一个feature vector，才能进行机器学习
例如第一维x1 可以表示为说垃圾话的频率；
第二维x2可以表示为无政府状态下的发言频率。（这里系统操作角色有两种模式，一种是取所有输入操作中取操作最多的动作进行操作，例如：100个玩家有90个输入←，那么游戏角色就向←走，一种是随机模式（无政府状态），不管输入操作的多少，都随机选一个进行操作。有研究表明，在无政府状态下，troll倾向于发起操作。）
现在我们有大量的输入，但是没有标签y，我们可以建立一个几率模型P(x)，用来表示某一个玩家操作发生的几率，然后根据P(x)来设置阈值看玩家是否是异常。
然后把所有玩家的x1和x2 的分布可视化出来：

从图中可以看到，P(x)大的玩家可能是正常玩家（左上角的点），反之是异常玩家。
下面要像更加精确的用数字来表达这个事情，就要用的MLE：