機器學習系列22：異常檢測
- 2019 年 10 月 7 日
- 筆記
現在有一個網站，為了防止該網站被人惡意攻擊，你採取了以下措施。給每個用戶建立用戶畫像，記錄他的一些操作，例如：打字速度，瀏覽時間，點擊網頁次數等等。。。可以將這些特徵建立一個模型，讓它有一個閾值，當低於這個閾值時，就可能是有人在惡意攻擊你的網站，這時候你就要小心了。就像下圖，如果超出藍圈，那這個數據就有可能發生了異常：
那麼這個模型是怎麼建立出來的呢？用到的是異常檢測演算法（Anomanly detection）。異常檢測演算法是用高斯正態分布推導出來的，方法很簡單，就是將每個特徵的高斯正態分布值相乘，得到的結果與閾值相比較，若大於這個閾值，就認為是沒有異常的。
◆◆
一個完整的異常檢測的流程大致如下：
◆◆
1.對於無標籤的樣本選取特徵；
2.每個特徵根據公式計算出高斯分布中所需要的參數 μ 和 σ^2；
3.畫出高斯分布的影像；
4.將交叉驗證集中的數據根據是否異常打上標籤；
5.在交叉驗證集中根據 F 值選擇閾值；
6.閾值選好後，將每個特徵的高斯正態分布值相乘，並與閾值進行比較，若小於閾值，則為異常數據。
◆◆
異常檢測與監督學習的比較
◆◆
當正樣本（出錯的樣本）很少時，我們就需要用到異常檢測法，而正負樣本都很多時，我們就需要用監督學習。
