异常检测

异常检测：探索数据深层次背后的奥秘《中篇》 1.异常检测——线性相关方法   真实数据集中不同维度的数据通常具有高度的相关性，这是因为不同的属性往往是由相同的基础过程以密切相关的方式产生的。在古典统计学中，这被称为——回归建模，一种参数化的相关性分析。   一类相关性分析试图通过其他变量预测单独的属性值，另一类方法用一些潜在变量来代表整个数据。前者的代表是 线性回归，后者一个典型的例子是 主成分分析。本文将会用这两种典型的线性相关分析方法进行异常检测。   需要明确的是，这里有两个重要的假设：   假设一：近似线性相关假设。线性相关假设是使用两种模型进行异常检测的重要理论基础。   假设二：子...