机器学习实战20-利用AnoSVGD算法探索多指标的异常检测的应用
机器学习实战20-利用AnoSVGD算法探索多指标的异常检测的应用
AnoSVGD算法介绍
AnoSVGD是一种用于异常检测的非参数贝叶斯方法。它通过映射变换,使用已知数据的概率密度函数(PDF),多次迭代估计未知数据的概率密度函数(PDF)。在每次迭代中,基于前一次的结果,加上一个小的步长和下降方向,通过梯度下降找到最快的下降方向,从而进行迭代。这样,模型能够快速地找到未知数据的分布,并在达到目标后停止迭代。
AnoSVGD算法的数学原理
AnoSVGD(Anomaly Detection using Stein Variational Gradient Descent)是一种基于Stein变分梯度下降的非参数贝叶斯方法,用于异常检测。这种方法通过Stein变分梯度下降来近似数据生成分布,进而识别出那些与正常数据分布不一致的异常点。
AnoSVGD的基本数学原理和公式过程如下: