Я использую многовариантное гуассианское распределение для анализа аномалий. Это как обучающий набор выглядитКаким образом должно выполняться нулевое стандартное отклонение в одной из функций в многовариантном гауссовском распределении?
19-04-16 05:30:31 1 0 0 377816 305172 5567044 0 0 0 14 62 75 0 0 100 0 0
<Date> <time> <--------------------------- ------- Features --------------------------->
Допустит, один из указанных выше признаков не меняется, они остаются равен нулем.
Расчета среднего значения = му
mu = mean(X)'
Расчет сигма2, как
sigma2 = ((1/m) * (sum((X - mu') .^ 2)))'
Вероятность индивидуального признака в каждом наборе данных рассчитываются с использованием стандартной гауссовской формулы
Для особая особенность, если ll оказываются равными нулю, тогда среднее значение (mu) также равно нулю. Впоследствии сигма2 также будет равна нулю. Таким образом, когда я вычисляю вероятность через gaussian-распределение, я бы получил проблему «устройство по нулевому».
Однако в тестовых наборах это значение функции может колебаться, и я хотел бы, чтобы это было как ненормальность. Как, должно ли это быть обработано? Я не хочу игнорировать такую функцию.
Спасибо за входные данные. Я попытаюсь обновить результаты. –
И? Помог ли мой ответ? –
еще раз спасибо за предложение. Прошу прощения за поздний ответ. Да, это работает. И я понимаю из вашего предложения (пожалуйста, подтвердите), что мы пытаемся включить небольшую «дисперсию» в эту функцию (которую я, вероятно, добавлю, если среднее значение/std окажется равным нулю), так что наименьшее отклонение от это значение (eps) можно назвать ненормальным. EPS будет (по определению) - это расстояние между двумя соседними номерами в системе с плавающей запятой «машина». Я думаю, что это должно сделать трюк. :-) –