吴恩达机器学习ex8：异常检测

最新推荐文章于 2023-05-11 18:26:44 发布

梅文化_2019

最新推荐文章于 2023-05-11 18:26:44 发布

阅读量455

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/meijie2018_1/article/details/94552895

该博客介绍了如何在无标签数据中应用异常检测，特别是针对服务器电脑特征值的数据集ex8data1.mat。通过高斯分布进行数据建模，使用最大似然法估计参数，然后通过F1-Score选取最佳阈值，以实现准确的异常检测。文章还提及了高维数据集的处理方法，并展示了实际运行结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据集ex8data1.mat中给出了m=307个样本，其表示的是服务器电脑特征值，第1个特征值表示的是吞吐量，第2个特征值表示的是延迟。需要做的是从这些无标签数据中，找出异常数据。
其数据的可视化为：
在这里插入图片描述
1、高斯分布
高斯分布函数为：

其中mu表示的是高斯分布的平均值即期望，sigma表示的是高斯分布的标准差。
2、高斯分布的参数估计
使用最大似然法进行参数估计有：

补充完整[mu sigma2] = estimateGaussian(X)函数：

function [mu sigma2] = estimateGaussian(X)
[m, n] = size(X);
mu = zeros(n, 1);
sigma2 = zeros(n, 1);
mu = mean(X,1);
sigma2 = mean(bsxfun(@minus, X, mu).^2,1);
mu &#