吴恩达-coursera-机器学习测试题第十五章-异常检测 _机器学习

解析：异常值检测分析数据将明显区别于正常值的数据挑选出来，AB符合，CD是分类
什么是异常检测
异常检测是检测不符合期望的数据、行为，在实际应用中包括去噪、网络入侵检测、欺诈检测、设备故障检测、机会识别、风险识别、特殊群体识别、患病诊断、视频监测等。异常检测通过对输入数据进行分析，检测异常状态。输入数据类型包括:连续型、二值型、类别型、图、时空数据、图像、音频等，输出异常事件或者异常概率。在选择异常检测方法时既要考虑解决的问题，也要考虑数据状态，如数据类型、数据分布、数据标记、数据量等

文章插图

文章插图
2.选择：A
如果有太多的异常说明大部分正常的也小于sigma，所以要减小sigma使得正常值大于它，故选择A

文章插图
其中发生异常情况为，一个有缺陷的引擎可能会在不产生大量热量的情况下剧烈地震动（x1大， x2?。?即使x1x和x2x的特殊值
可能不会超出其典型的价值范围。解析：x1和x2都大于0小于1 ，而且正常时两者大体相等，有异常情况是大x1小x2，那就是做除才能显示出来，故选择B

文章插图
4.选择AB
解析：如果有比较多的正值和比较多的负值应该选择监督学习算法，如svm，故A正确。奇异值检测选择不正常的大小值，B正确。CD错误 C 我们可以从15.4学到，异常检测算法是一个非监督学习算法意味着我们无法根据结果变量y的值来告诉我们数据是否真的是异常的。当我们开发一个异常检测系统时候，我们从带标记(异常或者正常)的数据着手，我们从其中一部分正常数据用于构建训练集，然后剩下正常的数据和异常数据混合的数据构成交叉检验集合测试集而CD不是这么说的，

文章插图

文章插图
5.选择：A
【吴恩达-coursera-机器学习测试题第十五章-异常检测】解析：看图,俺是没看出来。咋回事，知道的大哥大姐，科普下