1. 异常检测：如果你有很少的正样本，但有大量的负样本，在对 p(x) 进行估计并且拟合那些高斯参数的过程中只需要负样本，依然可以很好地拟合 p(x)。
监督学习：监督学习一般来讲正负样本数量都应该比较大。
2.异常检测：未来的异常可能跟你已经见过的完全不同，此时应该对负样本进行建模，建立这个高斯模型 p(x)，而不是很费力地对正样本进行建模。
监督学习：未来的正样本跟训练集中的很相似，在这样的条件下用监督学习算法似乎更加合理。既使用大量的正样本，也使用大量的负样本，并且尝试对正负样本进行分类。
关键的区别就是在异常检测算法中，只有一小撮正样本，因此学习算法不可能从这些正样本中学出太多东西，因此取而代之的是我们使用一组大量的负样本，这样样本就能学到更多。
异常检测VS监督学习
异常检测VS监督学习
1. 异常检测：如果你有很少的正样本，但有大量的负样本，在对 p(x) 进行估计并且拟合那些高斯参数的过程中只需要...
异常检测 异常检测(Anomaly Detection):异常检测就是从数据集中检测出异常样本，是一种无监督学习。...
当我们拥有的数据集是偏斜的，那么我们可以使用异常检测算法；当正例和反例差不多时，我们可以选择监督学习。
机器学习入门 2. 朴素贝叶斯 监督学习 马是否属于acerous?关注特征 监督学习、非监督学习（异常检测、聚类...
1. 异常检测 1.1 问题的动机 异常检测，Anomaly detection，常用于非监督学习，让我们用一个飞...
Problem Motivation 异常检测（Anomaly Detection）主要用于非监督学习，用于发现可...
异常检测（Anomaly Detection）是机器学习算法的一个常见应用。它主要用于非监督学习，但又类似一些监督...
描述异常检测和监督学习算法的区别使用keras实现Collaborative Filtering，构建电影推荐系统...
Density Estimation 这个章节主要讲述了非监督机器学习中的异常检测算法(anomaly algor...
Anomaly Detection 异常检测算法经常用于非监督学习问题中，有点类似于logistic regres...
本文标题：2019-01-24 异常检测VS监督学习
本文链接：https://www.haomeiwen.com/subject/tclyjqtx.html
网友评论