吴恩达《机器学习》课程总结(15)异常检测

  • 时间:
  • 浏览:0

(2)高斯分布的概率密度函数:

将正常的样本绘制成图表(假设都可不还能否 ),如下图所示:

3.选出ε后,针对测试集进行预测,计算异常检测系统的F1值,原因出准率与查全率之比。

案例:60 00台正常的引擎数据,20台异常引擎数据,分配如下:

均值影响水平移动;方差越大,分布越矮胖,方差越小,分布越瘦高。

简要的讲就说 先用数据集计算均值和协方差,你你这个计算p(x),利用测试数据带入到p(x)中求得的值与阈值作比较,小于阈值则判断为异常。

其中均值和方差的计算公式:

(1)当行态之间具有相关性时,就说 的高斯分布原因无法正确的边界(当然通过行态组合成新行态都可不还能否 一定的解决该问题图片),如下图紫色的线是就说 的高斯分布,湖蓝色的线是多元高斯分布:

(1)首先求出每个行态的均值和方差:

(1)异常检测是1个 多非监督学习,故非要否根据结果变量y的值来高斯亲们儿数据是是是否是是真的是异常。

多元高斯分布计算过程(计算均值、协方差、概率密度函数):

(2)异常检测系统开发的最好的依据:从蕴藏标记(正常和异常)的数据着手,选则次要正确数据集构建模型,你你这个剩余正常和异常构成交叉验证集和测试集,交叉验证集作为选则阈值ε

以上你你这个最好的依据叫密度评估:

(1)高斯分布也称为正态分布,其记为:

具体评价最好的依据如下:

(最后一项应该把1改成n)

2.对交叉验证集,尝试用不同的ε值作为阈值,并预测数据是是是否是是异常,根据F1值原因查准率与查全率的比例来选则ε;

1.根据训练集数据,亲们儿估计行态的平均值和方差并构建p(x)函数;

通常都可不还能否 通过你你这个相关行态的组合获得很好的新行态,如在检测数据中心的计算机情況,使用CPU的负载与网络通信的比例作为新的行态,该值异常大时原因突然老出问题图片。

60 00台正常作为模型构建

(2)就说 的高斯分布计算过程:

当新的测试样本同样绘制到图标上,原因次要中心越远说明越原因不正常,使用某个原因性阈值,当低于正常原因性阈值时判断其为异常,你你这个做进一步的检查。异常检测常用于工业生产、异常用户等实际场景中。

(3)在求均值方差是到底用1/m还是1/(m-1)不做深究,二者差别很小(除非数据样本很糙少),机器学习上习惯用前者。

(4)原高斯分布模型(特例)与多元高斯分布模型(一般)的比较:

以下的三维图是表示密度估计函数:

60 0台正常和10台异常作为交叉验证集

(2)获取新数据事先根据模型计算密度(注意此处算的是密度,而有的是概率):

(1)异常检测是假设行态符合正态分布(有的是当然不都可不还能否 用,但不好),故需用将非正态分布的行态转加在正态分布,累似 使用对数函数x=log(x+C),其中C是非负常数,常用1;原因x=xc,c为0-1之间的1个 多分数。下图就说 1个 多通过对数转换得到的正态分布

60 0台正常和10台异常作为测试集

(2)误差分析:1个 多常见问题图片是你你这个异常的数据原因也会有较高的p(x)值,因而被认为是正常的,你你这个情況下都可不还能否 做误差分析,从中找到你你这个新行态,是异常的p(x)变小。如下图中1个 多异常样本在1个 多行态中p(x)值很大,你你这个寻找你你这个行态,使其p(x)变小。

(5)行态之间具有相关性时,解决最好的依据有二,其一通过 多元高斯分布,其二通过行态组合形成新行态。

通常来说,正例(异常)样本不要 ,甚至为0,也就说 说,突然老出了不要 没见过的不同的异常类型,对于哪些问题图片,通常应该使用的算法是异常检测算法。

(3)协方差矩阵的影响:

(3)根据设定的判断边界,当p(x)小于判断边界是则判别为异常。