异常检测算法和开发和评估异常检测

异常检测算法的实现过程： 首先我们来说明密度估计的概念，由于服从正态分布，我们假设这里x服从独立假设，所以x的密度p（x）= 1、我们选择那些产生异常的特征xi； 2、我们计算出训练集的均值和方差； 3、我们计算出每个新加入的样本的p（x），如果大于门阀值，则说明是正常的，否则则为异常。 异常决策举例：   开发和评估异常检测： 这里我们用监督学习的例子来说明异常检测的评估，好的引擎y=0，异常的

>>阅读原文<<