吴恩达老师机器学习课程chapter09——异常检测
吴恩达老师机器学习课程chapter09——异常检测
本文是非计算机专业新手的自学笔记,高手勿喷。
本文仅作速查备忘之用,对应吴恩达(AndrewNg)老师的机器学期课程第十五章。
异常检测指的是用来判断样本是否异常的过程。
一元高斯分布/正态分布
对于随机变量\(x \in \mathbb{R}\),服从一个数学期望为μ、方差为σ^2的正态分布,记为 \(N(μ,σ^{2})\),如下:
N(μ,σ^{2})=p\left(x ; \mu, \sigma^{2}\right) =\frac{1}{\sqrt{2 \pi} \sigma} \exp \left(-\frac{(x-\mu)^{2}}{2 \sigma^{2}}\right)
\end{array}
\]
μ影响函数分布中心位置;σ^2越大函数越平。
从样本中计算数学期望为μ、方差为σ^2:
\sigma^{2}=\frac{1}{m} \sum_{i=1}^{m} {\left(x^{(i)}-\mu\right)^{2}}
\]
异常检测算法
有训练集$ x^{(1)}, x^{(2)} \cdots x^{(m)} $,认为各样本独立同分布,有:
=\prod_{j=1}^{n} p\left(x_{j} ; \mu_{j}, \sigma_{j}^{2}\right)
\]
有异常检测算法如下:
以二维空间为例,可视化之后的直观表现如下:
异常检测设计
给定有标签的样本,可以按照一定比例将其分为训练集、交叉验证集、测试集,一般比例可以选择6:2:2。
例如:
设计步骤如下:
如何选择 $\varepsilon $
可以通过设定不同的 $\varepsilon \(, 在交叉验证集上考察其F1Score,选择F1Score最高时对应的\)\varepsilon $。
如何选择特征
实际操作中,选择接近高斯分布的特征;
如果特征与高斯分布相差很远,可以使用对数函数、幂函数,将特征转变为与高斯分布相近的新特征。
当现有特征不能将异常与非异常的样本区分时,应该寻找新的特征将异常样本剥离出来。
与监督学习的区别
异常检测与监督学习有如下区别:
监督学习通常拥有大量样本,当中包含了许多正样本与负样本;而异常检测中正样本数量通常很少,负样本数量很多。
监督学习中,正样本通常拥有明显的特征,正样本之间很类似;而异常检测中正样本之间可能差异很大,可能会出现从未见过的类型。
多元高斯分布
当特征之间的独立性不够明显,会出现异常样本被淹没的情况:
这时候需要引入协方差矩阵 \(\Sigma\) 。对于一组样本, \(\mu \in \mathbb{R}^{n}, \Sigma \in \mathbb{R}^{n \times n}\),其高斯分布如下:
\frac{1}{(2 \pi)^{\frac{}{2}}|\varepsilon|^{\frac{1}{2}}}
\exp \left(-\frac{1}{2}(x-\mu)^{T} \Sigma^{-1}(x-\mu)\right)
\]
其中,均值向量 \(\mu\) 对分布的影响如下:
协方差矩阵 $\Sigma $对分布的影响如下:
当\(\Sigma\)满足如下条件时:
\begin{bmatrix}
\sigma_{1}^{2} &0 &\cdots &0 \\
0& \sigma_{2}^{2} &\cdots &0 \\
\vdots &\vdots & \ddots &\vdots \\
0& 0 & \cdots &\sigma_{n}^{2}
\end{bmatrix}
\]
多元高斯分布与一元高斯分布的乘积是一样的(各特征独立)。
引入多元高斯分布之后,异常检测算法也要做出如下修改:
多元高斯分布方法与一元高斯分布方法的比较:
最新文章
- React 快速入门小记
- 界面绚丽的SharePoint仪表盘控件Nevron Gauge for SharePoint 控件详细介绍
- Unity API
- 趣味题:恺撒Caesar密码(c++实现)
- FastJson只序列化java对象的部分属性
- hdu 2372 El Dorado (dp)
- C# 线程的定义和使用
- xargs命令详解,xargs与管道的区别
- Java面向对象(封装性概论)
- spring-struts2-mybatis-maven 转账开发记录
- ios GCD将异步转换为同步
- python函数练习题
- JN_0005:PS改变图片指定内容颜色
- Token令牌管理权限
- Oracle EBS FORM 设置块属性
- Hadoop之MapReduce思维导图
- Android: Android Studio签名打包的两种方式(zz)
- Saddle Point ZOJ - 3955(求每个值得贡献)
- 『实践』Matlab实现Flyod求最短距离及存储最优路径
- ubuntu如何设置开机启动默认命令行界面