Anomaly Detection Service – 参数估计
Anomaly Detection Service 不提供参数估计的有关功能。本部分概述了适用于此任务的合适方法。
手动参数估计
可以以半自动和交互方式估计参数值。Anomaly Detection Service 可以找出与数据和用户想要达到的目标相关的最佳值。
使用大小为 N 的数据集 D 作为输入,并完成以下过程:
- 确定
eps_nn
: - 计算 D 中每个数据点到最近邻居的距离。
- 按降序对距离进行排序,并目测选择曲线
eps_nn
中的边缘(参见图 1)。 - 确定群集大小
minPts
: - 对于每个点,计算距离
eps_nn
内可到达的邻居数。 - 绘制邻居数的分布并为群集大小选择合适的值,例如最大值(参见图 2)。
- 确定距离阈值
eps
: - 计算每个数据点到最近邻居的距离。
- 按降序对距离进行排序,目视选择“断点”eps(参见图 3)。
还有问题?
除非另行声明,该网站内容遵循MindSphere开发许可协议.
Last update: June 26, 2019