本文是對機器學習算法的一個概覽，以及個人的學習小結。通過閱讀本文，可以快速地對機器學習算法有一個比較清晰的了解。本文承諾不會出現任何數學公式及推導，適合茶余飯后輕松閱讀，希望能讓讀者比較舒適地獲取到一點有用的東西。 本文主要分為三部分，第一部分為異常檢測算法的介紹 ...

　　　　異常點檢測，有時也叫離群點檢測，英文一般叫做Novelty Detection或者Outlier Detection,是比較常見的一類非監督學習算法，這里就對異常點檢測算法做一個總結。 1. 異常點檢測算法使用場景 　　　　什么時候我們需要異常點檢測算法呢？常見的有三種情況。一是在做 ...

所謂異常檢測就是發現與大部分對象不同的對象，也就是發現離群點。一般規定數據具有“正常”模型，而異常被認為是與這個正常模型的偏差。異常點在某些場景下反而令分析者感到極大興趣，如疾病預測，通常健康人的身體指標在某些維度上是相似，如果一個人的身體指標出現了異常，那么他的身體情況在某些方面肯定發生了改變 ...

　　南大周志華老師在2010年提出一個異常檢測算法Isolation Forest，在工業界很實用，算法效果好，時間效率高，能有效處理高維數據和海量數據，這里對這個算法進行簡要總結。 iTree 　　提到森林，自然少不了樹，畢竟森林都是由樹構成的，看Isolation Forest（簡稱 ...

...

四分位數（Quartile）應用於統計學中的箱線圖繪制，是統計學中分位數的一種，即把所有數值由小到大排列並分成四等份，處於三個分割點位置的數值就是四分位數。如下圖 其中四分位數的位置算法： Q1的位置 = (n+1) × 0.25 Q2的位置 = (n+1) × 0.5 ...

離散度 標准差是反應一組數據離散程度最常用的一種量化形式，是表示精確度的重要指標。說起標准差首先得搞清楚它出現的目的。我們使用方法去檢測它，但檢測方法總是有誤差的，所以檢測值並不是其真實值。檢測值與真實值之間的差距就是評價檢測方法最有決定性的指標。但是真實值是多少，不得而知 ...

1. 基於統計的異常檢測 Grubbs' Test Grubbs' Test為一種假設檢驗的方法，常被用來檢驗服從正太分布的單變量數據集（univariate data set）\(Y\) 中的單個異常值。若有異常值，則其必為數據集中的最大值或最小值。原假設與備擇假設如下： \(H_0 ...