机器学习笔记(十三)-异常检测

这篇学习笔记探讨了机器学习中的异常检测问题,重点介绍了高斯分布(正态分布)在异常检测中的应用。通过无标签数据集,建立数据的概率模型来识别异常点。笔记还涉及了异常检测系统开发、评价方法、特征选择以及多元高斯分布的使用。对比了异常检测与监督学习的区别,并详细阐述了如何利用多元高斯分布进行异常检测。
摘要由CSDN通过智能技术生成

本次学习笔记主要记录学习机器学习时的各种记录,包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》(西瓜书)以及李航老师的《统计学习方法》。作者能力有限,如有错误等,望联系修改,非常感谢!


第一版       2022-07-10        初稿

一、问题的动机

在这里插入图片描述
给定无标签数据集,将对数据建模即p(x)
x的概率模型:
  p(xtest)<ε,为异常
  p(xtest)>=ε,为正常
在这里插入图片描述

二、高斯分布(正态分布)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、算法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

四、开发和评价-一个异常检测系统

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

五、异常检测 vs 监督学习

在这里插入图片描述

六、选择要使用的特征

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

七、多元高斯分布

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

八、使用多元高斯分布进行异常检测

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1 2 3


  1. 机器学习-吴恩达 ↩︎

  2. 机器学习-李宏毅 ↩︎

  3. 机器学习-周志华 ↩︎

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值