关键词：
一、什么是异常值？
在机器学习中，异常检测和处理是一个比较小的分支，或者说，是机器学习的一个副产物，因为在一般的预测问题中，模型通常是对整体样本数据结构的一种表达方式，这种表达方式通常抓住的是整体样本一般性的性质，而那些在这些性质上表现完全与整体样本不一致的点，我们就称其为异常点，通常异常点在预测问题中是不受开发者欢迎的，因为预测问题通产关注的是整体样本的性质，而异常点的生成机制与整体样本完全不一致，如果算法对异常点敏感，那么生成的模型并不能对整体样本有一个较好的表达，从而预测也会不准确。
从另一方面来说，异常点在某些场景下反而令分析者感到极大兴趣，如疾病预测，通常健康人的身体指标在某些维度上是相似，如果一个人的身体指标出现了异常，那么他的身体情况在某些方面肯定发生了改变，当然这种改变并不一定是由疾病引起（通常被称为噪音点），但异常的发生和检测是疾病预测一个重要起始点。相似的场景也可以应用到信用欺诈，网络攻击等等。
二、异常检测算法的选择策略
对时间序列数据异常检测的算法选择策略：算法的选择不是随意的，也不是漫无目的地试错获得的。而是通过对业务和数据了解后，初选多个候选算法，然后通过训练和评估选择最优组合。
- 稳定序列（stationary series）：可直接使用机器学习算法(孤独森林，SVM等)和深度算法(DeepLog、Auto-Encoder等)。
- 非稳定序列（non-stationary series）:可直接使用时间序列模型(AR/MA/ARMA/ARIMA/Holt winters等
《异常检测——从经典算法到深度学习》20hotspot：多维特征additivekpi的异常定位
...复杂KPI基于VAE对抗训练的非监督异常检测13MAD:基于GANs的时间序列数据多元异常检测14对于流数据基于RRCF的异常检测15通过无监督和主动学习进行实用的白盒异常检测16基于VAE和LOF的无监督KPI异常检测算法17基于VAE-LSTM混合模型的时... 查看详情
《异常检测——从经典算法到深度学习》19omnianomaly：基于随机循环网络的多元时间序列鲁棒异常检测
...复杂KPI基于VAE对抗训练的非监督异常检测13MAD:基于GANs的时间序列数据多元异常检测14对于流数据基于RRCF的异常检测15通过无监督和主动学习进行实用的白盒异常检测16基于VAE和LOF的无监督KPI异常检测算法17基于VAE-LSTM混合模型的时... 查看详情
《异常检测——从经典算法到深度学习》19omnianomaly：基于随机循环网络的多元时间序列鲁棒异常检测
...复杂KPI基于VAE对抗训练的非监督异常检测13MAD:基于GANs的时间序列数据多元异常检测14对于流数据基于RRCF的异常检测15通过无监督和主动学习进行实用的白盒异常检测16基于VAE和LOF的无监督KPI异常检测算法17基于VAE-LSTM混合模型的时... 查看详情
史上最全综述|3d目标检测算法汇总！（单目/双目/lidar/多模态/时序/半弱自监督）
史上最全综述|3D目标检测算法汇总！（单目/双目/LiDAR/多模态/时序/半弱自监督）2022-09-0209:06计算机视觉life”，选择“星标”快速获得最新干货本文转载自自动驾驶之心1摘要近年来，自动驾驶因其减轻驾驶员... 查看详情
史上最全综述|3d目标检测算法汇总！（单目/双目/lidar/多模态/时序/半弱自监督）
史上最全综述|3D目标检测算法汇总！（单目/双目/LiDAR/多模态/时序/半弱自监督）2022-09-0209:06计算机视觉life”，选择“星标”快速获得最新干货本文转载自自动驾驶之心1摘要近年来，自动驾驶因其减轻驾驶员... 查看详情
异常检测——从经典算法到深度学习》14对于流数据基于rrcf的异常检测
...复杂KPI基于VAE对抗训练的非监督异常检测13MAD:基于GANs的时间序列数据多元异常检测14对于流数据基于RRCF的异常检测相关：VAE模型基本原理简单介绍GAN数学原理简单介绍以及代码实践14.对于流数据基于RRCF的异常检测2016Robustrand... 查看详情
异常检测——从经典算法到深度学习》14对于流数据基于rrcf的异常检测
...复杂KPI基于VAE对抗训练的非监督异常检测13MAD:基于GANs的时间序列数据多元异常检测14对于流数据基于RRCF的异常检测相关：VAE模型基本原理简单介绍GAN数学原理简单介绍以及代码实践14.对于流数据基于RRCF的异常检测2016Robustrand... 查看详情
《异常检测——从经典算法到深度学习》15通过无监督和主动学习进行实用的白盒异常检测(代码片段)
《异常检测——从经典算法到深度学习》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检... 查看详情
《异常检测——从经典算法到深度学习》13mad:基于gans的时间序列数据多元异常检测(代码片段)
...复杂KPI基于VAE对抗训练的非监督异常检测13MAD:基于GANs的时间序列数据多元异常检测相关：VAE模型基本原理简单介绍GAN数学原理简单介绍以及代码实践重要说明感谢小伙伴的提醒，从这一篇开始为了突出重点，将翻译... 查看详情
异常检测综述
...ites/cs.umn.edu/files/tech_reports/07-017.pdf摘要这篇文章对常见的异常检测算法进行了分类，在每一类中，给出了这一类问题的基本假设（什么是正常，什么是异常），针对该类问题的基础方法，以及对基础方法的扩展。最后给出了关于... 查看详情
《异常检测——从经典算法到深度学习》13mad:基于gans的时间序列数据多元异常检测(代码片段)
《异常检测——从经典算法到深度学习》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检... 查看详情
《异常检测——从经典算法到深度学习》19omnianomaly：基于随机循环网络的多元时间序列鲁棒异常检测
《异常检测——从经典算法到深度学习》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检... 查看详情
聚类算法
...时候作为监督学习中稀疏特征的预处理。有时候可以作为异常值检测（反欺诈中有用）。应用场景：新闻聚类、用户购买模式（交叉销售）、图像与基因技术相似度与距离：这个概念是聚类算法中必须明白的，简单来说就是聚类... 查看详情
时间序列异常检测结合数据异常检测(代码片段)
...016的寄存器。你能指点我一些算法，链接，什么可以学习时间序列中的模式，可以某种方式与以前的方法结合？我不是要求一个超级具体的解决方案，而是提供一些可能有助于我克服这个问题的方法的建议。答案要在时间序列上... 查看详情
用于无监督异常检测的 Python AUC 计算（隔离森林、椭圆包络，...）
】用于无监督异常检测的PythonAUC计算（隔离森林、椭圆包络，...）【英文标题】：PythonAUCCalculationforUnsupervisedAnomalyDetection(IsolationForest,EllipticEnvelope,...)【发布时间】：2018-05-2502:50:16【问题描述】：我目前正在研究异常检测算法。... 查看详情
无监督算法
...sigma矩阵，然后进行奇异值分解，求的压缩和的结果Z 异常检测算法：1、选择可能适应于异常样本的特征2、根据样本得到高斯分布的均值和方差3、对给定的样本计算其是否为异常样本 异常检测与监督学习：异常检测... 查看详情
异常检测概览——孤立森林和局部异常因子算法效果是最好的
转自博客：http://www.infosec-wiki.com/?p=140760一、关于异常检测异常检测（outlierdetection）在以下场景：数据预处理病毒木马检测工业制造产品检测网络流量检测等，有着重要的作用。由于在以上场景中，异常的数据量都是很少的一部... 查看详情
《异常检测——从经典算法到深度学习》17基于vae-lstm混合模型的时间异常检测(代码片段)
《异常检测——从经典算法到深度学习》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE异常检... 查看详情