异常检测与高斯分布的概率密度函数

异常检测：根据输入数据，对不匹配预期模式进行识别。

应用举例：欺诈检测，入侵检测，缺陷基本检测，生态系统中灾害的发生。

监督式异常检测：提前使用“正常”与“异常”标签数据对模型进行训练，机器基于训练好的模型判断新的数据并标记，进行分离。

无监督式学习，概率密度函数

        在连续分布事件中，用于描述连续随机变量的输 出值在某个稳定的取值点附近的可能性的函数，通过其可计算取值点附近区间发生事件 的概率。

 

现实生活中，很多事件发生的频率都符合高斯分布。