1、异常检测入门：概念、类别与应用场景

异常检测入门：概念、类别与应用场景

1. 什么是异常？

在开始学习异常检测之前，我们需要先明确目标，即了解什么是异常。通常，异常是指偏离预期的结果或值，但确定异常的具体标准会因情况而异。

1.1 异常天鹅的例子

想象我们在湖边观察天鹅。一开始，我们看到的天鹅都是白色的，于是我们会认为下一只出现的天鹅也会是白色。然而，当一只黑天鹅出现时，它完全违背了我们的预期，成为了一个异常。这里的黑天鹅并非像特别大或特别小的白天鹅那样的离群值，而是颜色完全不同的天鹅，所以它是一个异常。

从概率角度来看，如果这个湖中有 1000 只天鹅，其中只有 2 只是黑天鹅，那么一只天鹅是黑色的概率就是 2 / 1000，即 0.002。根据概率阈值（即被认为正常的结果或事件的最低概率），黑天鹅会被标记为异常，因为它在这个湖中极为罕见。

1.2 异常作为数据点

我们可以将这个概念应用到现实场景中。以一家生产螺丝的工厂为例，为了保证一定的质量水平，工厂会从每批产品中抽取单个螺丝进行测试，测量每个抽样螺丝的密度和抗拉强度（螺丝在应力下抗断裂的能力）。

在测试结果中，数据点会根据其位置被识别为“好”或“异常”。如果一个新抽样螺丝的数据点落在可接受范围之外，比如其密度对应的抗拉强度极低，那么这个螺丝就不适合使用，会被标记为异常。工厂可以借此调查为什么这批螺丝会变得易碎。对于一家规模较大的工厂来说，保持高标准的质量以及稳定的高产量以满足消费者需求非常重要。在这种情况下，自动化检测异常以避免发出有缺陷的螺丝是至关重要的，并且具有极高的可扩展性。

1.3 时间序列中的异常

当我们引入时间作为一