机器学习:异常检测实战

Anomaly Detection

目录

在这里插入图片描述

任务介绍

在这里插入图片描述
无监督的异常检测

数据集

在这里插入图片描述

方法

在这里插入图片描述
autoencode 是否能够还原出原始类型图片,基于重构loss来判断是否正常
在这里插入图片描述
重构误差当作异常分数

评估

在这里插入图片描述
采用ROC和AUC分数进行评价,不能用acc进行评价。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Baseline

在这里插入图片描述
三种autoencoder

在这里插入图片描述
后面可以再加一个分类器,训练一个分类器,用分类器的输出是概率分布来表示异常概率。

报告

在这里插入图片描述

报告评价标准

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/uncle_ll/article/details/132523601