异常检测学习笔记 三、线性回归方法、主成分分析、支持向量机

一、线性回归方法

        类似这样的函数是线性回归模型和支持向量机的基础，线性函数很简单，如果原始问题是非线性的，那么将其转化为线性问题更容易处理，比如下面的方程。

         线性映射是主成分分析的重要组成部分。

        寻找响应（因变量）和解释变量（自变量）之间的线性关系，比如下面的图表，是关于考试成绩和学习时间的数据，一组正常数据，一个带异常点的数据。直线拟合的垂直距离用于计算分数。

        理想的情况下，将数据拆分为训练和测试数据集，使用训练数据获取直线拟合的参数，并确定异常的距离阈值，然后将结果应用于测试数据以检测异常。

         对于简单的线性回归，假设：

        目标：找到拟合参数的估计值