数据异常检测（多元高斯模型）

最新推荐文章于 2025-03-01 23:10:33 发布

xiaobai110188

最新推荐文章于 2025-03-01 23:10:33 发布

阅读量745

点赞数 2

文章标签： python 机器学习

本文链接：https://blog.csdn.net/xiaobai110188/article/details/106392017

版权

这篇博客介绍了如何运用Python进行数据异常检测，主要依赖多元高斯模型。作者提供了数据下载链接，并分享了相关代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据下载：

链接：https://pan.baidu.com/s/1ePMpmTBeoECBFFgPZQrPAg
提取码：qkg2

代码

import numpy as np
import matplotlib.pyplot as plt
from scipy.io import loadmat


data = loadmat('data/ex8data1.mat')
x = data['X']
x_val = data['X_val']
y_val = data['y_val']
plt.figure(figsize=(8, 5))
plt.scatter(x[:, 0], x[:, 1], edgecolors='b')
plt.show()


def estimate_gaussian(x):
    mu = x.mean(axis=0)  # 求每列的均值
    sigma2 = x.var(axis=0)  # 求每列的方差，这里自由度为m
    return mu, sigma2


def