常用的异常检测算法有哪些?

Posted Data+Science+Insight

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了常用的异常检测算法有哪些?相关的知识,希望对你有一定的参考价值。

常用的异常检测算法有哪些?

高斯混合模型(Gaussian Mixture Models):

在GMM的理念之中,任何位于低密度空间区域的实例都可以被视为异常,但我们必须定义我们想要使用的密度阈值(实际就是一个超参数、需要结合当前的领域问题来确认合适的阈值)。


主成分分析PCA:

如果是正常的数据那么重建的误差应该很小,而无果是异常数据则重建误差会很大甚至极大;


自动编码器(Autoencoder):

类似于PCA算法都是使用重建误差的分析来判别异常样本;

以上是关于常用的异常检测算法有哪些?的主要内容,如果未能解决你的问题,请参考以下文章

异常点检测方法

异常检测(Anomaly Detection)

异常检测方法 二

简述入侵检测常用的四种方法

异常检测概览——孤立森林和局部异常因子算法效果是最好的

异常检测——从经典算法到深度学习》14 对于流数据基于 RRCF 的异常检测