FindAnomalies

FindAnomalies[{example1,example2,…}]

给出相对于其他样例被认为是异常样例的 examplei 列表.

FindAnomalies[examples,prop]

给出指定的与异常样例计算相关的属性.

FindAnomalies[examples,{prop1,prop2,…}]

给出属性 propi.

FindAnomalies[fun,data]

用给定的 AnomalyDetectorFunction[…] 或 LearnedDistribution[…] 查找 data 中的异常样例.

FindAnomalies[fun,data,props]

给出与异常样例计算相关的属性.

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  (3)

查找数值型数据集内的异常样例：

查找包含数字和名义变量的数据集中的异常样例：

根据给定的分布产生 100 种颜色：

添加分布之外的颜色并尝试检测它们：

范围  (3)

在颜色上训练分布：

用训练过的分布查找异常样例：

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

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

用检测器函数查找异常样例、它们的位置和非异常样例：

获取图像的训练和测试数据集的随机样本：

添加异常样例，破坏数据集：

在图像上训练分布：

用训练过的分布在测试集中查找异常样例：

选项  (5)

AcceptanceThreshold  (1)

用异常样例创建并可视化随机三维向量：

找出异常样例并可视化：

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

Method  (1)

获取图像数据集：

在数据集中添加分布之外的样例：

使用 "Multinormal" 方法找到数据集中的异常：

使用 "KernelDensityEstimation" 方法找到数据集的异常：

PerformanceGoal  (1)

获取图像的数据集：

通过指定 PerformanceGoal 找到数据集中 1% 的最不常见的范例：

使用默认的 PerformanceGoal 找到数据集中最不常见的范例：

TimeGoal  (1)

获取图像数据集并通过指定时间目标找到最不常见的范例:

通过指定不同的时间目标找到最不常见的范例:

TrainingProgressReporting  (1)

获取图像数据集：

无图交互式显示培训过程：

培训时周期打印培训进程：

显示简单的进程指示器：

应用  (4)

获取图像数据集：

查找数据集中0.1% 最不常见的示例：

获取图像数据集：

给测试集添加异常范例：

在训练集上训练异常样例检测器：

找出测试集中的异常样例：

获取与木星的卫星的特征有关的数据集：

查找数据集中的异常样例：

按更高的 RarerProbability 阈值查找异常样例：

获取给定时间序列的事件值对:

将时间 - 值对分区为连续窗口列表：

尝试找到异常事件并可视化：

Wolfram Research (2019)，FindAnomalies，Wolfram 语言函数，https://reference.wolfram.com/language/ref/FindAnomalies.html （更新于 2020 年）.

文本

Wolfram Research (2019)，FindAnomalies，Wolfram 语言函数，https://reference.wolfram.com/language/ref/FindAnomalies.html （更新于 2020 年）.

CMS

Wolfram 语言. 2019. "FindAnomalies." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2020. https://reference.wolfram.com/language/ref/FindAnomalies.html.

APA

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

BibTeX

@misc{reference.wolfram_2024_findanomalies, author="Wolfram Research", title="{FindAnomalies}", year="2020", howpublished="\url{https://reference.wolfram.com/language/ref/FindAnomalies.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_findanomalies, organization={Wolfram Research}, title={FindAnomalies}, year={2020}, url={https://reference.wolfram.com/language/ref/FindAnomalies.html}, note=[Accessed: 22-November-2024 ]}