AnomalyDetection

AnomalyDetection[{example1,example2,}]

根据所给样例产生 AnomalyDetectorFunction[].

AnomalyDetection[LearnedDistribution[]]

基于给定分布生成异常检测器.

AnomalyDetection[True{example11,example12,},False{example21,}]

可用于表明应将哪些样例视为异常样例.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (2)

在数值型数据集上训练检测器函数:

用训练过的检测器找出异常样例:

在颜色列表上训练 AnomalyDetectorFunction

用训练过的检测器找出颜色列表中的异常样例:

范围  (8)

通过用 True 标注异常样例,用 False 标注其他样例来训练 AnomalyDetectorFunction

以明确列表的形式指定异常点:

用规则列表指定异常情况:

仅指定异常示例的位置:

通过指定没有样例为异常样例来训练 AnomalyDetectorFunction

使用训练好的 AnomalyDetectorFunction 来查找异常样例:

在表格数据上训练 AnomalyDetectorFunction

在新表格上应用检测器:

在伪随机实数组成的二维数组上训练 AnomalyDetectorFunction

用训练过的 AnomalyDetectorFunctionFindAnomalies 在新样例中查找异常样例:

用训练过的 AnomalyDetectorFunction 查找异常样例及其位置:

训练 LearnedDistribution 有关颜色:

根据训练好的分布生成 AnomalyDetectorFunction

使用检测器函数查找超出分布范围的颜色:

选项  (5)

AcceptanceThreshold  (1)

用异常样例创建并可视化随机三维向量:

在训练集上训练异常样例检测函数:

用异常样例检测函数查找并可视化测试集中的异常样例:

通过指定 AcceptanceThreshold 改变异常样例检测伪正类率:

Method  (1)

获取训练和测试用图像数据集:

在测试集中添加分布之外的样例:

"Multinormal" 方法训练异常检测器:

在测试集中查找异常样例:

"KernelDensityEstimation" 方法训练异常检测器,并尝试找出异常样例:

PerformanceGoal  (1)

加载 Fisher 鸢尾花数据集及其数值属性:

通过指定 PerformanceGoal 训练异常检测函数:

比较不同性能目标情况下异常检测函数的训练时间:

TimeGoal  (1)

获取图像数据集,并通过指定时间目标训练异常检测函数:

获取异常检测函数的训练时间:

TrainingProgressReporting  (1)

获取图像数据集:

在没有图表的情况下交互式地显示训练进程:

在训练期间定期显示训练进程:

显示简单的进程指示:

应用  (3)

获取费雪鸢尾花卉数据集(Fisher's Iris dataset):

训练异常检测器,假定没有超出分布范围的范例:

将检测器用于新的、无标记的局部测量:

获取训练和测试用图像数据集:

在测试集中添加异常样例:

在训练集上训练异常样例检测器:

在测试集中查找异常样例:

获取训练和测试图像数据集的随机样本:

添加异常样例以破坏数据集:

通过指定训练集中已知异常样例的位置训练一个 "supervised" 异常检测器:

在测试集上使用训练好的异常检测器:

Wolfram Research (2019),AnomalyDetection,Wolfram 语言函数,https://reference.wolfram.com/language/ref/AnomalyDetection.html (更新于 2025 年).

文本

Wolfram Research (2019),AnomalyDetection,Wolfram 语言函数,https://reference.wolfram.com/language/ref/AnomalyDetection.html (更新于 2025 年).

CMS

Wolfram 语言. 2019. "AnomalyDetection." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2025. https://reference.wolfram.com/language/ref/AnomalyDetection.html.

APA

Wolfram 语言. (2019). AnomalyDetection. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/AnomalyDetection.html 年

BibTeX

@misc{reference.wolfram_2025_anomalydetection, author="Wolfram Research", title="{AnomalyDetection}", year="2025", howpublished="\url{https://reference.wolfram.com/language/ref/AnomalyDetection.html}", note=[Accessed: 02-April-2025 ]}

BibLaTeX

@online{reference.wolfram_2025_anomalydetection, organization={Wolfram Research}, title={AnomalyDetection}, year={2025}, url={https://reference.wolfram.com/language/ref/AnomalyDetection.html}, note=[Accessed: 02-April-2025 ]}