《DataWhale打卡第三天》异常检测（三）

今天讲的模型是线性模型，两大类：线性回归与主成分分析（PCA）

异常检测中线性模型需要满足两点假设：
  假设一：近似线性相关假设。线性相关假设是使用两种模型进行异常检测的重要理论基础。

  假设二：子空间假设。子空间假设认为数据是镶嵌在低维子空间中的，线性方法的目的是找到合适的低维子空间使得异常点(o)在其中区别于正常点(n)。

线性回归

线性回归也是老生常谈了，不外乎是通过梯度下降法来获得最优解，然后得出一条类似$y=\omega \cdot x+b$，然后计算出y（这个$\omega$还有另外一个约束：得是单位向量，据说是为了后续的计算方便，个人认为，如果涉及到计算复杂的问题，还是考虑使用神经网络和深度学习吧），这时还应该给出一个阈值，偏离这个阈值，或者说，严重偏离大多数数据点即为异常点。（感觉这有点像相似度检测，都是有一条公式，设个阈值，然后再分）

主成分分析

这个其实起着降维的作用，这个体现了假设二，还是那句话，如果数据维数比较高，那么计算量必定复杂，那么使用线性模型的效果就不好。

今天也就这样了，感觉使用线性模型来做异常检测在现实中效果大多不好，毕竟对于一个数据集（现实中），很难线性可分或者是近似线性可分。