anomaly-detection - 任何异常检测算法都不需要预先确定的异常百分比?
问题描述
我所知道的最常见的异常检测算法(例如,OneClass SVM)要求估计数据集中异常的百分比。例如,1%、o.1% 等。然后它列出输出中前 1%(或 0.1% 等)的最高分数,并将它们分类为异常。在某些情况下,可能无法准确估计百分比。
是否有不需要预先确定的异常率的算法?
解决方案
您可以尝试使用IsolationForest和 set contamination=0.0
。另一种选择是具有重构误差的自动编码器。在这两种情况下,都假设您的训练集中几乎没有异常。您应该查看您的异常分数并根据您的要求设置阈值。
推荐阅读
- wordpress - 如何使 Wordpress 缩略图网格大小相同
- kubernetes - 在 macOS 上重新安装后 kubernetes 超时
- node.js - 错误消息:InvalidKey:密钥应至少包含一种
- python - Python 无法推送到 Heroku
- docker - 使用 Docker 的多个 Teamcity 代理
- html - 使 div 在固定的父 div 中响应
- javascript - 如何获取firebase文件存储的下载Url
- javascript - 从它的 Html 字符串或转换的 jQuery 对象中查找 Ajax error.ResponseText 的标题/任何标记
- c - c printf %lf %d 不同的结果
- asp.net - 在 Web 应用程序中启动应用程序级别的 Windows 服务