想让机器学习与商业结合，最重要的是什么？(14)_全文共6008字

\n \n

以下是几个用于异常检测的常见算法：

\n \n

1. 自动编码器

\n \n

2. 一类分类算法，如单类支持向量机。

\n \n

3. 信赖区间

\n \n

4. 聚类

\n \n

5. 运用过采样和欠采样法分类

\n \n

6. 非平衡数据很常见

\n \n

非平衡数据

\n \n

比方说，你有一组数据集，标记有信用卡交易信息。交易中的0.1%为不实信息，而其余99.9%均为正常交易。如果要创建一个从无虚假交易的模型，会发生什么呢？这个模型在99.9%的情况下都会给出正确答案，所以其精确度为99.9% 。这个常见的精确度谬误可以通过考虑不同的度量标准来避免，如精准度、查全率。这些通过真阳性（TPtrue positives）、真阴性（TNtrue negatives）、假阳性（FPfalse positives）、假阴性（FNfalse negatives）等术语来表示：