11.4. 比较异常检测与监督学习算法

异常检测与监督学习的对比

在上一讲：11.3. 异常检测算法的评价中使用的原数据集是一个有标签的数据集，既然如此，那为何不使用监督学习的方法？
使用监督学习方法来训练并识别异常目标是一个好的办法，和异常检测算法相比，两者适用于不同的数据集条件，具体如下：

类别	异常检测	监督学习
数据集类型	非常少量的正向类（异常数据 \(y=1\)）, 大量的负向类（\(y=0\)）	同时有大量的正向类和负向类
异常的类型	异常的类型非常多。根据非常少量的正向类数据来训练算法。	异常的类型比较少且固定。有足够多的正向类实例，足够用于训练算法。
新产生的异常	未来遇到的异常可能与已掌握的异常、非常的不同。	未来遇到的正向类实例可能与训练集中的非常近似。
应用	欺诈行为检测 生产（例如飞机引擎）检测数据中心的计算机运行状况	邮件过滤器 天气预报 肿瘤分类

其中最根本依据是：如果数据集中的异常样本太少以至于无法完成监督学习时，就应当考虑异常检测算法。
另外由于正态分布的统计性质，一般采用异常检测算法时，数据量应该在万级单位左右。