从0开始机器学习--Day30--异常检测算法

异常检测算法(Anomaly detection algorithm)

我们定义异常检测算法的输出p(x) = p(x_{1};\mu_{1},\sigma_{1}^{2})p(x_{2};\mu_{2},\sigma_{2}^{2})p(x_{3};\mu_{3},\sigma_{3}^{2})...p(x_{n};\mu_{n},\sigma_{n}^{2}),也写作\prod_{j=1}^{n}p(x_{j};\mu_{j},\sigma_{j}^{2}),这里的每一项括号内代表的是每个特征x_{n}都符合各自的高斯分布(也就是正态分布),\mu代表均值,决定了模型的中心位置;

评论
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