VIP20
本课程属于：020-风控数据质量标签口径校准 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

异常值检测算法选择指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
异常值检测概述
什么是异常值 · 异常值的类型（全局异常点 · 局部异常点
异常值检测概述什么是异常值
02
异常值检测的挑战
高维诅咒 · 标签稀缺 · 概念漂移
异常值检测的挑战高维诅咒
03
数据预处理与可视化
缺失值处理 · 标准化/归一化 · 使用箱线图和散点图初步识别异常值
数据预处理可视化
04
统计学方法（一）
Z-Score方法原理 · 适用条件（正态分布） · 实现步骤与阈值选择
统计学方法Z-Score
05
统计学方法（二）
修正Z-Score（MAD法）原理 · 对非正态数据的鲁棒性 · 与Z-Score的对比
统计学方法Z-Score
06
统计学方法（三）
IQR（四分位距）法原理 · 箱线图规则 · 适用场景与局限性
统计学方法IQR
07
统计学方法（四）
Grubbs检验与ESD检验原理 · 单变量异常检测 · 假设检验流程
统计学方法Grubbs
08
线性模型方法
线性回归残差分析 · PCA重建误差 · 适用场景（线性相关数据）
线性模型方法线性回归残差分析
09
基于距离的方法（一）
K近邻（KNN）异常检测原理 · 距离度量选择 · 参数k的影响
基于距离的方法KNN
10
基于距离的方法（二）
局部异常因子（LOF）原理 · 局部密度概念 · 参数MinPts选择
基于距离的方法LOF
11
基于距离的方法（三）
Connectivity-based… · 链式距离
基于距离的方法Connectivity…
12
基于距离的方法（四）
Influenced Outlier… · 处理密度不均匀数据
基于距离的方法Influenced
13
基于聚类的方法（一）
K-Means异常检测原理 · 基于距离簇中心的异常评分 · 局限性
基于聚类的方法K-Means
14
基于聚类的方法（二）
DBSCAN异常检测原理 · 核心点/边界点/噪声点 · 参数eps和MinPts
基于聚类的方法DBSCAN
15
基于聚类的方法（三）
基于聚类的局部异常因子（CBLOF）… · 簇大小与距离加权
基于聚类的方法CBLOF
16
基于树的方法
孤立森林（Isolation For… · 随机切割与路径长度 · 适用高维数据
基于树的方法Isolation
17
基于集成的方法
特征装袋（Feature Baggi… · 基检测器组合策略 · 与孤立森林的对比
基于集成的方法Feature
18
基于分类的方法（一）
One-Class SVM原理 · 核函数选择 · 超参数nu与gamma
基于分类的方法One-Class
19
基于分类的方法（二）
支持向量数据描述（SVDD）原理 · 与One-Class SVM的关系
基于分类的方法SVDD
20
基于神经网络的方法（一）
自编码器（Autoencoder）重… · 训练与阈值设定
基于神经网络的方…Autoencoder
21
基于神经网络的方法（二）
变分自编码器（VAE）与生成对抗网络…
基于神经网络的方…VAE
22
基于神经网络的方法（三）
深度支持向量数据描述（Deep SV… · 端到端学习
基于神经网络的方…Deep
23
时间序列异常检测（一）
滑动窗口统计法 · 移动平均与指数平滑 · 季节性分解
时间序列异常检测滑动窗口统计法
24
时间序列异常检测（二）
ARIMA模型残差分析 · Prophet模型异常点标记
时间序列异常检测ARIMA
25
时间序列异常检测（三）
基于LSTM/GRU的预测误差法 · 序列到序列模型
时间序列异常检测LSTM/GRU
26
高维数据异常检测
子空间方法（Subspace Out… · 角度基异常检测（ABOD）
高维数据异常检测Subspace
27
异常检测评估指标
混淆矩阵 · 精确率/召回率/F1 · ROC与AUC
异常检测评估指标混淆矩阵
28
算法选择决策框架
数据规模 · 维度 · 分布假设
算法选择决策框架数据规模
29
实战案例一
信用卡欺诈检测——从数据探索到模型部…
实战案例一信用卡欺诈检测
30
实战案例二
工业传感器异常监控——多变量时间序列…
实战案例二工业传感器异常监…