Outlier

One-Clssification掉坑指南

proceedings.mlr.press/v80/ruff18a.html项目背景：论文中介绍了用神经网络做一分类问题（One-Classification）.一分类问题也就是只有两类，即normal和outlier
youuuuuziiii·2019-04-02 16:58

numpy随笔-计算数据异常值

异常值（outlier）是指一组测定值中与平均值的偏差超过两倍标准差的测定值，与平均值的偏差超过三倍。
AI_LX·2019-03-25 22:47

机器学习比赛项目通用流程

建模比赛通用流程：快速建模，迭代优化1.数据探索：可视化...2.数据预处理有时数据会分散在几个不同的文件中，需要Join起来处理MissingData处理Outlier必要时转换某些CategoricalVariable
松鼠的读书笔记·2019-02-08 22:53

RANSAC算法与outlier

写在前面通常样本中包含正确数据(inliers，可以被模型描述的数据)，也包含异常数据(outliers，偏离正常范围很远、无法适应数学模型的数据)，即数据集中含有噪声。这些异常数据可能是由于错误的测量、错误的假设、错误的计算等产生的。RANSAC为RandomSampleConsensus的缩写，它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。它于1981
一銤阳光·2019-01-24 10:02

离群点检测算法——LOF（Local Outlier Factor）

异常检测异常检测的实质是寻找观测值和参照值之间有意义的偏差。数据库中的数据由于各种原因常常会包含一些异常记录，对这些异常记录的检测和解释有很重要的意义。异常检测目前在入侵检测、金融欺诈、股票分析等领域都有着比较好的实际应用效果。离群点检测是异常检测中最常用的方法之一。离群点检测的主要目的是为了检测出那些与正常数据行为或特征属性差别较大的异常数据或行为，在一些文献中，这些数据和行为又被叫做孤立点、噪
ilike_program·2018-12-14 21:17

2018异常检测综述——基于统计学、邻近度、密度、聚类的异常检测方法

基础知识异常成因异常检测方法异常检测的关键问题二、基于统计学的方法三、基于邻近度的方法四、基于密度的方法五、基于聚类的方法异常检测（AnomalyDetection）也称偏差(deviation)检测或者离群点(outlier
奔跑的Yancy·2018-11-27 22:14

ML笔记：机器学习中经常所说的鲁棒性

这也是对于机器学习中所有学习模型的基本要求；对于模型假设出现的较小偏差，只能对算法性能产生较小的影响；主要是：噪声（noise）对于模型假设出现的较大偏差，不可对算法性能产生“灾难性”的影响；主要是：离群点（outlier
炊烟袅袅岁月情·2018-11-25 22:32

11-3 Soft Margin SVM

*固执己见的支持HardMarginSVM可能会出错上图若还是用HardMarginSVM的化，它的泛化能力是不高的最上面蓝色的点是outlier,错误的点下面的线作为决策边界是更好的：容错能力，可以错误分类
Jacqueline_csdn·2018-08-25 20:34

R绘图 第四篇：绘制箱图（ggplot2）

箱线图能够显示出离群点（outlier），离群点也叫做异常值，通过箱线图能够很容易识别出数据中的异常值。
悦光阴·2018-08-02 20:00

R绘图 第四篇：绘制箱图（ggplot2）

箱线图能够显示出离群点(outlier)，离群点也叫做异常值，通过箱线图能够很容易识别出数据中的异常值。
悦光阴·2018-08-02 20:00

mr数据倾斜优化

数据中不可避免地会出现离群值（outlier），并导致数据倾斜。这些离群值会显著地拖慢MapReduce的执行。常见的数据倾斜有以下几类：数据频率倾斜——某一个区域的数据量要远远大于其他区域。
franklyna·2018-07-29 11:49

异常点/离群点检测算法

、outlierdetection：当训练数据中包含离群点，模型训练时要匹配训练数据的中心样本，忽视训练样本中的其它异常点；sklearn提供了一些机器学习方法，可用于奇异（Novelty）点或异常（Outlier
猪逻辑公园·2018-07-24 14:39

制造业质量分析：Spotfire中异常检测的十大方法

本文原文：https://www.tibco.com/blog/2017/10/09/top-10-methods-for-outlier-detection-in-spotfire/在数学上，远离大量数据的任何观察都被归类为异常值
Larry_TIBCO·2018-07-20 10:57

常用时序预测模型的R实现 四

其二，只依赖近期的数据又容易被outlier带偏，所以还是需要用历史数据点来修正预测。ARIMA的理论体系虽
想当大侠·2018-05-02 17:31

【机器学习】异常点检测_sklearn

异常值检测方法可以用于寻找/判断outlier和样本极度不平衡二分类sklearn提供了几种异常值检测方法说明：2.7.NoveltyandOutlierDetection例子：Outlierdetectionwithseveralmethods
煎饼证·2018-04-24 17:39

Outlier Analysis 2nd Edition笔记(一)

简介关于时间序列的一个假设是temporalcontinuity.说的是数据在时间上具有连续性,如果不连续,那就算是异常数据.Temporalcontinuityreferstothefactthatthepatternsinthedataarenotexpectedtochangeabruptly,unlessthereareabnormalprocessesatwork.在带有时间维度的多维度
cyoutetsu·2018-03-01 07:38

python里去除极值的三种方法 (rolling_median)

3waystoremoveoutliersfromyourdatahttps://ocefpaf.github.io/python4oceanographers/blog/2015/03/16/outlier_detection
reachHigher·2018-01-23 15:59

机器学习经典损失函数比较

经典损失函数比较1平方误差损失函数损失函数：minJ(w)=1n∑i=1nH(yif(xi,w)),whereH(t)={t20t<0t≥0分类实例：优点：容易优化（一阶导数连续）缺点：对outlier
Leo_Xu06·2018-01-09 10:40

PYTHON_异常值检测

借鉴于http://scikit-learn.org/stable/modules/outlier_detection.html#novelty-and-outlier-detection一、概况两大异常
晟文刀·2017-09-26 09:37

异常点检测算法分析与选择

1.1常见异常点检测算法在数据库中包含着少数的数据对象，它们与数据的一般行为或特征不一致，这些数据对象叫做异常点(Outlier)，也叫做孤立点。
mergerly·2017-09-13 18:02

图像处理中，outlier和inlier分别指什么？

可以这样理解：如图所示，给定一些点（红+绿+黑）要求用这些数据点拟合椭圆。以ransac拟合椭圆为例，可以看出，黄色椭圆为拟合结果，红色点是由ransac随机选择用来拟合的数据点黑色点是除红色点外距离椭圆距离小于某一阈值的点，而绿色点是距离椭圆距离大于这一阈值的点那么，红色+黑色点即为内点，而绿色点为外点：RANSAC为RandomSampleConsensus的缩写，它是根据一组包含异常数据的样
alg-flody·2017-06-29 08:05

空难的教训

除了广为传播的10000小时定律，《异类》（Outlier）这本书还有很多其他的点值得单独拿出来说道说道，比如马太效应、智商门槛、实践智力和协同培养、荣誉文化、权力距离指数、以及KIPP学院等。
小野与玫瑰·2017-05-05 17:19

离群点检验方法

离群点离群点(outlier)是一个数据对象，它显著不同于其他数据对象，好像它是被不同的机制产生一样。离群点检验就是找出其行为很不同于预期对象的过程。
littlely_ll·2017-03-30 14:13

我们能够在多大程度上掌握自己的命运？

图片来自pexels《异类》（Outlier）这本书上个月就看完了，拖拖拉拉一直没做读书笔记。直到今天，被“一个月没写文章”的焦虑感侵蚀到寝食难安，才拿出来整理并写写自己的读后感。
小野与玫瑰·2017-03-19 18:14

Outlier(Part Two -- Legacy)

**Reference:**PartOnePartTwo--Leagacy1.Harlan,Kentucky"DIELIKEAMAN,LIKEYOURBROTHERDID!"Butaherdsmandoeshavetoworry.He'sunderconstantthreatofruinthroughthelossofhisanimals.Sohehastobeaggressive:hehasto
酒桶九筒·2016-11-23 15:16

RANSAC算法及其代码解析

RANSAC算法假设数据集中存在局内点（inlier）和局外点（outlier），并且假设只有判定的局内点才可以用来计算模型，局外点不应该对模型参数的求解产生任何影响。该算法是Fischl
四牌楼贰号·2016-10-25 12:18

模板匹配的字符识别(OCR)笔记

预处理：降噪、二值化特征提取：建立模板：匹配算法1.基于统计学去除outlier、基于中值或者均值滤波去除噪声2.otsu、localbinary（分块）、动态阈值3.偏斜度调整：基于背景扫描的方面，基于
vic-chen·2016-07-23 09:40

菜圈的codewars（五），Find The Parity Outlier

deffind_outlier(integers):odd,even=0,0oddnum,evennum=0,0forxinintegers:if(x%2==0):evennum=xeven=even+
GrayVictoria·2016-05-05 11:24

论英语&写作的重要性，哈耶普名师2016暑期中国论道

几乎所有美国留学的小伙伴在赴美之前，都接受过各种魔鬼英语训练，所以存在样本偏差，也就是说，差的outlier被人为排除了一部分。因
外滩教育·2016-03-14 00:00

一起来复习Data Science：统计学中那些让人容易遗忘的知识点

2突出值（Outlier）和异常
三次方根·2016-02-03 00:00

机器学习算法-Mean-shift

“稳定”是指统计意义上的稳定，因为mean-shift忽略了数据中的outlier，即忽略原理数据峰值的点。mean-shift只对数据局部窗口中的点进行处理，处理完成后再移动窗口。
ncut_matlab·2016-01-25 16:00

2015第19本：异类--不一样的成功启示录

Outlier在统计学中是指与其它样本显著区别的样本，也称为离群值、异值。这里指异类、与众不同的人，有人把书名翻译为《非同凡响》。书中提供
申龙斌的程序人生·2015-11-27 15:00

2015第19本：异类--不一样的成功启示录

Outlier在统计学中是指与其它样本显著区别的样本，也称为离群值、异值。这里指异类、与众不同的人，有人把书名翻译为《非同凡响》。书中提供
申龙斌的程序人生·2015-11-27 15:00

[大牛翻译系列]Hadoop（14）MapReduce 性能调优：减小数据倾斜的性能损失

数据中不可避免地会出现离群值（outlier），并导致数据倾斜。这些离群值会显著地拖慢MapReduce的执行。
·2015-11-11 18:49

2011Alibaba数据分析师（实习）试题解析

异常值（Outlier） 是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。
·2015-11-02 14:46

hadoop 数据倾斜

数据中不可避免地会出现离群值（outlier），并导致数据倾斜。这些离群值会显著地拖慢MapReduce的执行。常见的数据倾斜有以下几类：数据频率倾斜——某一个区域的数据量要远远大于其他区域。
第一杯茶·2015-09-14 13:10

Data-Mining试题

异常值（Outlier）是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。
Un-Infinite·2015-07-28 23:37

Data-Mining试题

异常值（Outlier）是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。
MrChen11·2015-07-28 23:00

异常值得判断与处理

  数据样本中的异常值（Outlier）通常是指一个类别型变量（Category）里某个类别值得次数太少、太稀有，比如出现的效率只有0.1%或更少，或者指一个区间型变量（Lnterval）里某些值取值太大
安然优诺·2015-07-01 11:04

从数据分析师笔试试题看职业要求

异常值（Outlier）是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。
数据分析师·2014-12-14 17:00

Machine Learning Done Wrong(机器学习七种易犯的错误)

作者总结了机器学习七种易犯的错误：1.想当然用缺省Loss；2.非线性情况下用线性模型；3.忘记Outlier；4.样本少时用HighViriance模型；5.不做标准化就用L1/L2等正则；6.不考虑线性相关直接用线性模型
overstack·2014-06-05 17:00

异常(Outlier)检测算法综述

什么是异常(outlier)?Hawkins(1980)给出了异常的本质性的定义：异常是在数据集中与众不同的数据，使人怀疑这些数据并非随机偏差，而是产生于完全不同的机制。
栋凌·2014-05-09 21:39

空间统计笔记之五（Mapping Clusters&Utility工具集）

Mapping Clusters工具集 1.Cluster and Outlier Analysis (Anselin Local Moran's I) ²  工具简介 该工具是局部
·2013-01-15 15:00

聚类分析（一） 什么是聚类分析

       聚类除了可以用于数据分割（data segmentation）,也可以用于离群点检测（outlier de
fufeng·2012-12-27 15:00

用matlab实现一个简单的离群点挖掘(与时序无关)

详见如下matlab代码:clear clc k1=1; k2=1; inlier=[]; outlier=[]; x=[11.11.2
stpeace·2012-11-08 18:00

Outlier Detection Search keyword

OutlierDetectionSearchkeyword保存下关键字毕业设计做相关 OuterliesDetection算法相关的。老师给我们译出异常点检测，google百度不到啥东西原来有译成孤立点，离群点，等等说法。save先
蔡东赟·2012-10-18 09:00

数据挖掘一些面试题总结（Data　Mining）

异常值（Outlier）是指样本中的个别值，其数值明显偏离所属样本的其余观测值。在数理统计里一般是指一组观测值中与平均值的偏差超过两倍标准差的测定值。
joseph_lee2012·2012-07-14 11:00

sc_demo&tps_iter_match_1

uncommentoutoneofthesecommandstoloadinsomeshapedata%loadsave_fish_def_3_1.mat%loadsave_fish_noise_3_2.matloadsave_fish_outlier
zhang11wu4·2012-06-26 16:00

双目立体匹配回顾笔记

基于窗口的全局算法窗口设置问题（匹配是假设表面前向平行的，而事实上与此会违背，另外在不连续的区域背景部分是无法对准的，因此窗口太大不利于匹配的准确性，另外窗口太小的话对于若纹理和重复纹理区域引入更多的outlier
xjbzju·2011-11-22 21:00

Just the beginning

种种属性看起来我貌似属于一个Outlier了。经历过迷茫的堕落时期，经历过打鸡血的熬夜奋斗，技术这条路注定了会充满了艰辛，更有督促你前进与努力的源源动力。
wbn0615·2011-09-02 12:05
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他