吴恩达机器学习笔记 三十三 发现异常事件 高斯分布

例如飞机发动机的异常检测,假设只有两个特征,新的样本和之前的样本偏离的很多,就认为可能是异常的点。

一种方法是密度估计(density estimation),计算训练样本的 x 落在某个区间的概率,当验证集的样本的概率小于一个很小的数时,认为这种情况是异常的。

高斯分布 (Guassian distribution,也叫正态分布,normal distribution,钟形分布,bell-shape distribution)

如下图,这个曲线以 μ 为中心,表示的是 p(x),σ是标准差。

几个高斯分布的例子

μ 和 σ如下图所示,其中有些统计学家会用1/m-1替换1/m, 但这不是很重要。

相关推荐
SeatuneWrite4 分钟前
**AI仿真人剧工具2025推荐,解锁沉浸式互动叙事新体验*
人工智能·python
l1t5 分钟前
利用网易有道龙虾调用ollama本地模型生成幻灯片内容
人工智能·爬虫
白云偷星子6 分钟前
RHCSA笔记6
linux·笔记
b1ue1ue1ue8 分钟前
LLM Note
人工智能
小雨中_18 分钟前
2.1 PaLM 及其变体(PaLM / PaLM 2)
人工智能·深度学习·机器学习·分类·数据挖掘·palm
pccai-vip18 分钟前
OpenClaw(原名 Clawdbot/Moltbot)正处于从“聊天助手”向“自主智能体(Agent)”转型的关键期
人工智能
一个努力编程人28 分钟前
NLP 领域————BERT算法
人工智能·自然语言处理·bert
weixin_4481199429 分钟前
Datawhale Easy-Vibe 202602 第5次笔记
笔记
aircrushin31 分钟前
Gemini 3.1 Pro架构深度解析与AGI能力评测
人工智能
deephub32 分钟前
并行多智能体系统的协调测试实战:从轨迹捕获到CI/CD的六个步骤
人工智能·ci/cd·大语言模型·aiagent