吴恩达机器学习系列22：异常检测

如今有一个网站，为了防止该网站被人恶意攻击，你采起了如下措施。给每一个用户创建用户画像，记录他的一些操做，例如：打字速度，浏览时间，点击网页次数等等... 能够将这些特征创建一个模型，让它有一个阈值，当低于这个阈值时，就多是有人在恶意攻击你的网站，这时候你就要当心了。就像下图，若是超出蓝圈，那这个数据就有可能发生了异常：

那么这个模型是怎么创建出来的呢？用到的是异常检测算法（Anomaly detection）。异常检测算法是用高斯正态分布推导出来的，方法很简单，就是将每一个特征的高斯正态分布值相乘，获得的结果与阈值相比较，若大于这个阈值，就认为是没有异常的。

◆◆

一个完整的异常检测的流程大体以下：

◆◆

1.对于无标签的样本选取特征；

2.每一个特征根据公式计算出高斯分布中所须要的参数 μ 和 σ^2；

3.画出高斯分布的图像；

4.将交叉验证集中的数据根据是否异常打上标签；

5.在交叉验证集中根据 F 值选择阈值；

6.阈值选好后，将每一个特征的高斯正态分布值相乘，并与阈值进行比较，若小于阈值，则为异常数据。

◆◆

异常检测与监督学习的比较

◆◆

当正样本（出错的样本）不多时，咱们就须要用到异常检测法，而正负样本都不少时，咱们就须要用监督学习。

ps. 本篇文章是根据吴恩达机器学习课程整理的学习笔记。若是想要一块儿学习机器学习，能够关注微信公众号「SuperFeng」，期待与你的相遇。