标签：密度估计 基于 14 05 观测 直方图 2021 异常 高斯分布

基于统计的异常检测方法类似于数理统计中的假设检验环节，通常假定观测变量满足特定分布

当有新的观察值出现，通过计算该观测值在基于历史数据得到的分布中的概率，进而判断是否为异常值、李宏毅《机器学习》中一维以及多维高斯分布的例子讲的很清楚。

以及常用的3-sigma准则，如下图。

ＨＢＯＳ其实是给每个维度做个直方图做密度估计，主要优势在于计算速度较快，适用于大数据集以及实时要求较高的场景。

标签：密度估计,基于,14,05,观测,直方图,2021,异常,高斯分布
来源： https://blog.csdn.net/weixin_37922557/article/details/116808758

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。