Anomaly Detection 异常侦测
这节课学习了异常侦测,通俗来讲,就是让机器识别出与训练集不同的异常输入。
anomaly detection的主要想法就是将正常数据与异常数据进行分类
anomaly detection分为两大类:训练数据有label和训练数据无label。
对于有label这类,做法是将x输入给分类器,得到一个信心分数,用信心分数的大小,来评价数据是否异常。同时,针对不同的需求,评估分类系统好坏的标准也不同。
对于无label这类,用极大似然估计的方法,求出样本的概率密度函数,当x的概率密度大于λ,为正常数据,反之,为异常数据
目录
一、Anomaly Detection
首先有训练集x1到xn
我们希望找到一个函数,可以识别出输入x是不是近似于训练数据
如果x近似于训练数据,x就是正常的数据
X不近似于训练数据,那么x就是异常数据。
Anomaly指的是找出与训练数据不同的数据。