第10章異常偵測(cè)(文件)
【正文】 觀點(diǎn)來(lái)看，離群值是在低密度區(qū)域中的物件 ? 以密度為基礎(chǔ)之離群值：物件的離群分?jǐn)?shù)為物件周圍密度之倒數(shù) ? 以密度為基礎(chǔ)之離群值偵測(cè)會(huì)與以鄰近值為基礎(chǔ)之離群值偵測(cè)非常相關(guān)，因?yàn)槊芏韧ǔ１欢x為鄰近值。這個(gè)方法可用在任何分群技術(shù)中，但需要最小群集大小之門檻值，以及小群集和其他群集之間距離的門檻值 ? 通常刪除所有小於最小值之群集以簡(jiǎn)化這個(gè)方法的步驟，這個(gè)方法會(huì)對(duì)所選擇之群集數(shù)量非常敏感 以分群為基礎(chǔ)之技術(shù) ? 一個(gè)更系統(tǒng)化的方法首先會(huì)對(duì)所有物件分群，然後評(píng)估物件屬於任何群集的程度。雖然這個(gè)方法並不保證可以產(chǎn)生最佳結(jié)果，但這個(gè)方法卻是很容易使用 ? 更複雜的方法是有一個(gè)特別的群集，其中的物件現(xiàn)在並不適合任何群集，這個(gè)群集代表可能的離群值。在分群結(jié)束後，仍在這個(gè)集合中的物件會(huì)被歸類為離群值 使用的群集數(shù)量 ? 使用分群法偵測(cè)離群值會(huì)有一個(gè)問(wèn)題，即分群技術(shù)如 Kmeans並不能自動(dòng)地決定群集數(shù)量，因?yàn)閷⑽锛暈殡x群值與否是根據(jù)群集數(shù)量 ? 要處理其他的問(wèn)題並不容易。不強(qiáng)烈屬於任何群集之物件會(huì)被加入可能的離群值集合中，而現(xiàn)在已在此集合的物件則會(huì)被檢驗(yàn)。若一個(gè)物件的移除會(huì)造成目標(biāo)函數(shù)有基本的改善，則我們會(huì)將這個(gè)物件歸類為離群值 ? 以分群法為基礎(chǔ)之離群值：若物件沒(méi)有很強(qiáng)烈地屬於任何群集，則此物件是群集的離群值 評(píng)估哪一個(gè)物件屬於群集 ? 針對(duì)以雛型為基礎(chǔ)之群集，有一些方法可以評(píng)估哪一個(gè)物件屬於群集。若這個(gè)距離很小，則密度會(huì)很高，反之亦然 以密度為基礎(chǔ)之離群值偵測(cè)的優(yōu)點(diǎn)與缺點(diǎn) ? 以相對(duì)密度為基礎(chǔ)之離群值偵測(cè)提供一個(gè)數(shù)值評(píng)估方法，以評(píng)估哪個(gè)物件為離群值的程度，雖然資料有不同密度區(qū)域，此方法仍可以運(yùn)作得很好 ? 參數(shù)的選擇也是困難的，雖然標(biāo)準(zhǔn) LOF演算法說(shuō)明這個(gè)問(wèn)題可以藉由尋找各種 k值，然後取最大的離群分?jǐn)?shù)。在分群法中， EM演算法用來(lái)估計(jì)每個(gè)機(jī)率分佈的參數(shù)，然而，這裡出現(xiàn)的異常偵測(cè)技術(shù)是一個(gè)較簡(jiǎn)單的方法。所以要指定一個(gè)分?jǐn)?shù)給每個(gè)實(shí)例（ instance），以反應(yīng)出這個(gè)實(shí)例是異常的程度 ? 半監(jiān)督式異常偵測(cè)：有時(shí)訓(xùn)練資料包含被標(biāo)示為正常的資料，且
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1