Statistics and Machine Learning Toolbox™为未标记的多元样本数据提供了几种异常检测功能。异常检测特征通过训练模型或学习参数来检测异常(训练数据中的异常)。对于新颖性检测(使用未受污染的训练数据检测新数据中的异常),您使用未受污染的训练数据(没有异常值的数据)训练模型或学习参数,并使用训练过的模型或学习过的参数检测新数据中的异常。有关详细信息,请参见无监督异常检测.
如果您有标记为正常点和异常点的训练数据,您可以训练一个二进制分类模型并使用resubPredict
和预测
对象函数分别检测训练数据和新数据中的异常。有关受支持的分类特性列表,请参见金宝app分类.
工具箱还提供了特定于模型的异常检测特性,您可以在训练分类、回归或聚类模型后应用这些特性。有关详细信息,请参见模型相关的异常检测.
IsolationForest |
隔离林用于异常检测 |
ClassificationSVM |
金宝app支持向量机(SVM)用于一类和二值分类 |
使用隔离森林、一类支持向量机(OCSVM)和马氏距离检测异常。金宝app
使用隔离林(隔离树的集合)将异常与正常点隔离,从而检测异常。
在训练分类、回归或聚类模型后,使用特定于模型的异常检测特征检测异常。