主要内容

La traducción de esta página aún没有se ha actualizado a La versión más reciente。Haga clic aquí para ver la última versión en inglés。

Detección de anomalías

检测valores atípicos y novedades

统计和机器学习工具箱™的变体函数detección de anomalías para los datos de la muestra多变量sin礼仪。查询功能detección de anomalías检测价值atípicos (anomalías endatos de entrenamiento)中间的entrenamiento de unmodelo el prendiazaje de parámetros。Para la detección de de novvedades (detección de anomalías在新数据中没有污染的数据),在新数据中没有污染的数据parámetros在新数据中没有污染的数据(atípicos)和在新数据中没有污染的数据parámetros没有污染的数据。Para obtener más información, consulte无监督异常检测

这是一个关于正常礼仪的数据anomalías,关于正常礼仪的数据clasificación关于对象的二进制应用resubPredicty预测Para detectanomalías在这段时间内,在这段时间内,在这段时间内,在这段时间内。Para obtener la lista de functional clasificación admitidas, consulteClasificacion

La工具箱también ofresfunctionalidades de detección de anomalías específicas para el modelo que puede applicar tras entrrenar una clasificación, una regresión o un modelo de formación de集群。Para obtener más详情,咨询模型特定的异常检测

一些必要

expandir待办事项

iforest 拟合隔离林用于异常检测
isanomaly 使用隔离林查找数据中的异常
fitcsvm 训练支持向量金宝app机分类器用于一类分类和二元分类
resubPredict 使用训练过的分类器对训练数据进行分类
预测 利用支持向量机(SVM)分类器对观测数据进行分类金宝app
robustcov 稳健的多元协方差和均值估计
泰姬陵 与参考样本的马氏距离
pdist2 两组观测值之间的成对距离

Objetos

IsolationForest 用于异常检测的隔离森林
ClassificationSVM 金宝app支持向量机(SVM)用于一类和二元分类

特马

给relacionada