机器学习之异常检测

#Anomaly detection（异常检测）

这是机器学习算法的一个常见应用，虽然主要用在非监督学习问题，但从某些角度看跟监督学习问题是非常相似的。

更正式的定义：

• 给定无标签的训练集，对数据建模即p(x)，即对x的分布概率建模，对于新样本，如果p(Xtest)低于阈值ε，则将其标记为异常。

举例：

 

#Gaussian distribution（高斯分布）

也称为normal distribution（正态分布）。

• variance parameter（方差）
• standard deviation（标准方差）

Parameter estimation（参数估计）问题：

给定数据集，希望估算出μ和sigma平方的值。

• 这里的估计实际上就是对μ和sigma平方的极大似然估计；
• 在机器学习中大家喜欢用1/m

 

#Algorithm（算法）

有一个共有m个样本的无标签训练集，用数据集建立概率模型p(x)，找出哪些特征量的出现概率较高或较低。