详解:如何用Python实现机器学习算法(6)
2017-12-25 MedSci MedSci
七、异常检测 Anomaly Detection 全部代码 https://github.com/lawlite19/MachineLearning_Python/blob/master/AnomalyDetection/AnomalyDetection.py 1、高斯分布(正态分布)Gaussian distribution 分布函数: 其中
详解:如何用Python实现机器学习算法(5)七、异常检测 Anomaly Detection 全部代码 1、高斯分布(正态分布)Gaussian distribution 分布函数: 其中,u为数据的均值,σ为数据的标准差 σ越小,对应的图像越尖 参数估计(parameter estimation) 2、异常检测算法 例子 训练集:,其中 假设 相互独立,建立model模型: 过程 选择具有代表异常的feature:xi 参数估计: 计算p(x),若是P(x)<ε则认为异常,其中ε为我们要求的概率的临界值threshold 这里只是单元高斯分布,假设了feature之间是独立的,下面会讲到多元高斯分布,会自动捕捉到feature之间的关系 参数估计实现代码 # 参数估计函数(就是求均值和方差) def estimateGaussian(X): m,n = X.shape mu = np.zeros((n,1)) sigma2 = np.zeros((n,1)) &nbs
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#机器#
38