1.问题来源

概括：找和训练集不一样的数据。

2.应用

难点：异常点难以收集，无法穷举。我只能收集到正常情况的训练数据。

3.分类

3.1 case1：With Classifier

1.对每个非异常成员打标训练。

2.查看每一条数据 预测矢量 的最大值 c(x)，比较异常点和非异常点的c(x)值有没有明显的分界点。

但是总有一些异常点会被当作正常点

3.用 偏离集（dev set) 评估“异常检测”模型的 “异常阈值”λ ，要求偏离集有很多异常点和非异常点。

3.2 case2：Without Labels

这种情况下没有标签。

3.2.1 问题阐述

还是要寻找一个阈值，分布大于某一阈值为正常点，小于某一阈值为异常点。

计算每一个样本的分布概率，累乘，寻找能让$L(\theta)$L(θ)达到最大值的参数$\theta$θ。

$f_\theta(x)$fθ​(x)具体展开：
实际上我们是要找 一组 $\mu$μ 和 $\Sigma$Σ，使得$L(\theta)$L(θ)达到最大值。

为什么用高斯分布？ ：常用~

找到最佳参数后，把具体要检测的点带入，即可得到 f(x)

4.异常侦测系统（模型）的评价指标

自己定义

因为样本不平衡，所以不建议用accuracy，建议对照precision-recall表，比较假阳性和假阴性的重要程度，分别给予不同的权重，计算新的损失函数。

AUC

可以避免测试样本分布不平均的情况，使得假阳性和假阴性一样重要。

5.遇到检测错误的点

容易出现“意外”情况：

如何解决：
多找些异常点（通过generative model），让模型对异常点产出很低的置信度。