机器学习之异常检测 与 主成分分析(PCA)

一、异常检测

求解概率密度

一维情况下 高斯分布异常检测

高维境况下 高斯分布异常检测

异常数据检测 实战

(右为 X1数据分布) (计算X1的高斯分布函数) (直接通过模型调用实习异常数据检测)

二、主成分分析 <-- 数据降维主要技术

数据降维

主成分分析(PCA)

（二维）向量点乘既可以通过也可以通过来计算

可以这样理解，在直角坐标系中\
a=(x1,y1)，b=（x2，y2），其中x1，x2，y1，y2为坐标值\
取x轴和y轴的单位向量为i和j，直角坐标系下满足，i*j=0，因为正交，i*i=j*j=1，因为是单位向量\
那么a=x1*i+y1*j，b=x2*i+y2*j\
那么a*b=（x1*i+y1*j）*（x2*i+y2*j）=x1x2*1+y1y2*1+o*（x1y2+y1x2）=x1x2+y1y2