慕鸢 (@user792) 在 AI red teamer (人工智能红队)系列11 - 人工智能基础 - 异常检测 中发帖
AI red teamer (人工智能红队)系列11 - 人工智能基础 - 异常检测
异常检测 ,也称为离群点检测,在无监督学习中至关重要。它可以识别数据集中严重偏离正常行为的数据点。这些异常数据点通常被称为异常值,可能预示着关键事件,如犯罪、系统故障或医疗紧急情况。
把它想象成监控大楼的安全系统。该系统会了解正常的活动模式,如人们在营业时间进出。如果检测到异常情况,比如有人试图在夜间闯入,系统就会发出警报。同样,异常检测算法也能学习数据中的正常模式,并将任何偏差标记为潜在异常。
异常情况大致可分为三类:
点异常: 单个数据点与其他数据点有明显不同–例如,网络流量突然激增或信用卡交易额异常高。
上下文异常: 在特定上下文中被视为异常的数据点,但不一定是孤立的。例如,30°C 的温度读数在夏季可能是预料之中的,但在冬季就会出现异常。
集体异常: 集体偏离正常行为的一组数据点,即使单个...