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
AC赳赳老秦7 分钟前
专利附图说明:DeepSeek生成的专业技术描述与权利要求书细化
大数据·人工智能·kafka·区块链·数据库开发·数据库架构·deepseek
小雨青年18 分钟前
鸿蒙 HarmonyOS 6 | AI Kit 集成 Core Speech Kit 语音服务
人工智能·华为·harmonyos
懒羊羊吃辣条20 分钟前
电力负荷预测怎么做才不翻车
人工智能·深度学习·机器学习·时间序列
前进的程序员34 分钟前
2026年IT行业技术发展前瞻性见解
人工智能
汽车仪器仪表相关领域36 分钟前
MTX-A 模拟废气温度(EGT)计 核心特性与车载实操指南
网络·人工智能·功能测试·单元测试·汽车·可用性测试
GeeLark42 分钟前
#请输入你的标签内容
大数据·人工智能·自动化
番茄大王sc43 分钟前
2026年科研AI工具深度测评:文献调研与综述生成领域
论文阅读·人工智能·学习方法·论文笔记
让学习成为一种生活方式1 小时前
酿酒葡萄VvOMTs基因家族鉴定及启动子功能分析--文献精读201
人工智能
运维小欣1 小时前
博睿数据:以Agentic AI驱动智能运维未来
运维·人工智能
康康的AI博客1 小时前
AI大模型API中转站全方位解析
人工智能