多元异常数据的三种典型检测方法对比

异常检测在医疗、金融等领域有着广泛的应用,其中尤以多元无监督数据的异常检测比一元数据更普遍存在,且更为复杂。本文从三种典型检测方法入手,针对一组多元无监督数据集进行了异常检测的实验。三种方法分别是基于统计的马氏距离、基于划分思想的孤立森林、以及基于深度学习的自编码器,它们代表了异常检测方法的三个大的领域。文章在同一个数据集使用这三种方法,探索和讨论了三种方法实验过程和实验结果的异同。