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