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
冬奇Lab5 分钟前
一天一个开源项目(第104篇):CLI-Anything - 让所有软件变成 AI 代理可调用的命令行接口
人工智能·开源·资讯
冬奇Lab9 分钟前
RAG 系列(十九):增量更新——知识库如何保持新鲜
人工智能·llm
浪里行舟10 分钟前
你的品牌正在被AI“遗忘”?用BuildSOM找回搜索的下一个风口
人工智能·python·程序员
jkyy201432 分钟前
轻量化AI营养师,如何适配多业态快速落地健康服务升级?
人工智能
blackorbird43 分钟前
M4 MacBook Air外接RTX 5090实现3A游戏与AI加速
人工智能·游戏
knight_9___1 小时前
大模型project面试8
人工智能
学习论之费曼学习法1 小时前
Agent工具调用:让AI拥有超能力
人工智能
小豆包的小朋友02171 小时前
【无标题】
人工智能
IT_陈寒2 小时前
React性能优化踩的坑,这个错你可能也会犯
前端·人工智能·后端