一、基于统计的算法（具有分布假设）

1、针对单变量数据

1.1 集中不等式

集中不等式是数学中的一类不等式，描述了一个随机变量是否集中在某个取值附近

1.2 马尔可夫不等式

给出了一个实值随机变量取值大于等于某个特定数值的概率的上限。设X是一个随机变量，a>0为正实数，那么以下不等式成立：

1.3 比切雪夫不等式

马尔可夫不等式给出了随机变量处于区间 [a,+inf] 概率的上限估计。切比雪夫不等式则给出了随机变量集中在距离其数学期望值距离不超过a的区间上之概率的上限估计：

1.4 统计置信度检验

1.5 3-sigma

(μ−3σ,μ+3σ)区间内的概率为99.74。所以可以认为，当数据分布区间超过这个区间时，即可认为是异常数据。n-sigma异常检测准则：

1.

时间序列-异常检测（Anomaly Detection）（二）：传统方法相关推荐

机器学习系列-- 异常检测(Anomaly Detection)
目录 1.问题的动机 2.高斯分布 3.异常检测算法 4.开发和评价一个异常检测系统 5.异常检测与监督学习对比 6.特征选择 1.问题的动机这一部分介绍异常检测(Anomaly detection ...
异常检测 Anomaly Detection研究进展梳理
异常检测 Anomaly Detection研究进展梳理异常检测也叫新颖性检测,通俗来讲是指在给定数据中检测出与预期的数据(正常)不同的.未曾出现的.极少出现的部分数据(异常).比如工业上的产品瑕疵 ...
【论文解读】【多元时间序列异常检测】 Detection and Characterization of Anomalies in Multivariate Time Series
这是一篇比较经典的多元时间序列数据异常检测算法的论文阅读解析,包括了算法代码的实现,论文原文已经上传到CSDN方便下载阅读,点击这里下载原始论文一.这篇论文说了什么? 针对多元时间序列的异常数据检测 ...
入门机器学习(十八)--异常检测(Anomaly Detection)
异常检测(Anomaly Detection) 1. 问题动机(Problem Motivation) 2. 高斯分布(Gaussian Distribution) 3. 算法(Algorithm) ...
异常检测——Anomaly Detection
目录 1.问题来源 2.应用 3.分类 3.1 method1:With Classifier 3.2 method 2:Gaussian distribution 3.2.1 问题阐述实现代码 3 ...
异常检测(Anomaly detection): 异常检测算法（应用高斯分布）
估计P(x)的分布--密度估计我们有m个样本,每个样本有n个特征值,每个特征都分别服从不同的高斯分布,上图中的公式是在假设每个特征都独立的情况下,实际无论每个特征是否独立,这个公式的效果都不错.连乘 ...
离群点检测方法_干货：时间序列异常检测
异常检测(Anomaly detection)是目前时序数据分析最成熟的应用之一,定义是从正常的时间序列中识别不正常的事件或行为的过程.有效的异常检测被广泛用于现实世界的很多领域,例如量化交易,网络安 ...
时间序列异常检测 EGADS Surus iForest
北京站 | NVIDIA DLI深度学习培训 2018年1月26日 NVIDIA 深度学习学院带你快速进入火热的DL领域阅读全文正文共3483 ...
单指标时间序列异常检测——基于重构概率的变分自编码（VAE）代码实现（详细解释）
1. 编写目的不少论文都是基于VAE完成的异常检测,比如 Donut .Bagel.尽管 Donut 实现的模型很容易通过继承于重写父类方法的方式实现一个 VAE-baseline,并且 Bagel ...
基于GAN框架的时间序列异常检测研究综述
一项综述类的课程作业 Anomaly detection with generative adversarial networks for multivariate time series. MAD- ...

时间序列-异常检测（Anomaly Detection）（二）：传统方法