吳恩達機器學習系列22：異常檢測

如今有一個網站，爲了防止該網站被人惡意攻擊，你採起了如下措施。給每一個用戶創建用戶畫像，記錄他的一些操做，例如：打字速度，瀏覽時間，點擊網頁次數等等... 能夠將這些特徵創建一個模型，讓它有一個閾值，當低於這個閾值時，就多是有人在惡意攻擊你的網站，這時候你就要當心了。就像下圖，若是超出藍圈，那這個數據就有可能發生了異常：

那麼這個模型是怎麼創建出來的呢？用到的是異常檢測算法（Anomaly detection）。異常檢測算法是用高斯正態分佈推導出來的，方法很簡單，就是將每一個特徵的高斯正態分佈值相乘，獲得的結果與閾值相比較，若大於這個閾值，就認爲是沒有異常的。

◆◆

一個完整的異常檢測的流程大體以下：

◆◆

1.對於無標籤的樣本選取特徵；

2.每一個特徵根據公式計算出高斯分佈中所須要的參數 μ 和 σ^2；

3.畫出高斯分佈的圖像；

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，將每一個特徵的高斯正態分佈值相乘，並與閾值進行比較，若小於閾值，則爲異常數據。

◆◆

異常檢測與監督學習的比較

◆◆

當正樣本（出錯的樣本）不多時，咱們就須要用到異常檢測法，而正負樣本都不少時，咱們就須要用監督學習。

ps. 本篇文章是根據吳恩達機器學習課程整理的學習筆記。若是想要一塊兒學習機器學習，能夠關注微信公衆號「SuperFeng」，期待與你的相遇。