基於統計學
假設資料服從某個分布，比如高斯分布，然後根據樣本，運用極大似然估計求出分布的引數，然後把低概率區域的樣本認為是異常值pca主成分分析方法
基於相似度的方法
feature bagging
孤立森林（周志華提出）
孤立森林假設我們用乙個隨機超平面來切割資料空間，切一次可以生成兩個子空間。然後我們繼續用隨
機超平面來切割每個子空間並迴圈，直到每個子空間只有乙個資料點為止。直觀上來講，那些具有高密
度的簇需要被切很多次才會將其分離，而那些低密度的點很快就被單獨分配到乙個子空間了。孤立森林
認為這些很快被孤立的點就是異常點
note：異常檢測往往是不平衡分類問題，這時候需要類似於f1score去評估分類模型，而不是單純的accuracy。另乙個思路是用資料增強data augmentation進行樣本集擴充，改善分類效能。
異常細胞檢測
描述 拍攝的一張 ct 用乙個二維陣列來儲存，假設陣列中的每個點代表乙個細胞。每個細胞的顏色用0到 255之間 包括0和 255 的乙個整數表示。定義乙個細胞是異常細胞，如果這個細胞的顏色值比它上下左右 4個細胞的顏色值都小 50以上 包括 50 陣列邊緣上的細胞不檢測。現在的任務是，給定乙個儲存 ...
檢測異常細胞
陣列 第9題 描述 拍攝的一張ct 用乙個二維陣列來儲存，假設陣列中的每個點代表乙個細胞。每個細胞的顏色用0到255之間 包括0和255 的乙個整數表示。定義乙個細胞是異常細胞，如果這個細胞的顏色值比它上下左右4個細胞的顏色值都小50以上 包括50 陣列邊緣上的細胞不檢測。現在的任務是，給定乙個儲存...
異常檢測方法
異常檢測可謂是乙個博大精深的研究方向，在故障檢測 欺詐檢測 入侵檢測領域有著廣泛應用。本文只是結合各網路資源對其基礎進行簡單介紹，涉及到具體的領域和實際應用，還需進行深入研究和嘗試。正常狀態不能明確定義 在某些領域正常和異常並沒有明確的界限 資料本身存在雜訊，雜訊和異常難以區分 正常行為並不是一成不...