机器学习:异常检测

问题定义

anomaly,outlier, novelty, exceptions

不同的方法使用不同的名词定义这类问题。

应用

二分类

假如只有正常的数据,而异常的数据的范围非常广的话(无法穷举),二分类这些不好做。另外就是异常资料不太好收集。

分类



每张图片都有标注,就可以来训练一个辛普森家族的成员分类器。

基于classifer来做异常检测。

基于信心分数来做异常问题,大于某值就是正常,小于某值就是异常

最大分数作为confidence


部分数据会有误判的情况

信心分估计

直接教网络信心分数,不仅是做分类任务C,也会给出信心分P

Train 和 Eval

100张辛普森家族图片,5张异常图片

  • 有蓝色的正常图被错误分类成异常
  • 有红色的异常图被错误分类成正常

这个时候用dev set上评估系统,这是一个二元分类问题。

正常异常比例的分布是非常悬殊的,这个系统可以有很高的准确率,但是没有做什么事,用acc准确率分类是没有意义的。

使用混淆矩阵:

cost table,做错的行为的代价,算一个分数:

针对自己的任务设定cost table。还有一些方法来衡量,比如AUC(roc曲线的面积)。

问题


脸上是黄的,然后系统给的分数就高,说明这个分类系统学到的并不是认清人,而是脸是否是黄的。

假设可以收到一些异常资料,可以学习在分类的同时,也给出异常的分数,但是这类数据不易收集。可以考虑使用GAN生成异常数据。

没有标签的场景


正常玩家和异常玩家(小白)

问题定义




需要数值化的方法来给每一个玩家的分数。 f ( 斯塔 ) f(斯塔) f(斯塔) 概率密度估计

高斯分布




相关推荐
Y1nhl4 小时前
搜广推校招面经八十一
开发语言·人工智能·pytorch·深度学习·机器学习·推荐算法·搜索算法
小墙程序员7 小时前
机器学习入门(二)线性回归
机器学习
追逐☞8 小时前
机器学习(7)——K均值聚类
机器学习·均值算法·聚类
追逐☞9 小时前
机器学习(9)——随机森林
人工智能·随机森林·机器学习
云天徽上10 小时前
【数据可视化-28】2017-2025 年每月产品零售价数据可视化分析
机器学习·信息可视化·数据挖掘·数据分析·零售
硅谷秋水11 小时前
CoT-Drive:利用 LLM 和思维链提示实现自动驾驶的高效运动预测
人工智能·机器学习·语言模型·自动驾驶
IT古董11 小时前
【漫话机器学习系列】214.停用词(Stop Words)
人工智能·机器学习
云天徽上12 小时前
【数据可视化-27】全球网络安全威胁数据可视化分析(2015-2024)
人工智能·安全·web安全·机器学习·信息可视化·数据分析
硅谷秋水12 小时前
ORION:通过视觉-语言指令动作生成的一个整体端到端自动驾驶框架
人工智能·深度学习·机器学习·计算机视觉·语言模型·自动驾驶
小墙程序员13 小时前
机器学习入门(一)什么是机器学习
机器学习