AI 詞彙表
人工智能完整詞典
200
類別
2,608
子類別
30,011
術語
術語
到质心的距离
用于评估一个点与其所属簇中心距离的指标，距离越大表示异常的可能性越高。
術語
K-Means 异常分数
计算为点到所有K-Means簇质心的最小距离，分数最高的点被认为是异常值。
術語
基于簇的局部异常因子（CBLOF）
一种评估点与其所属簇的偏离程度以及该簇大小的方法，远离大簇或属于小簇的点被视为异常。
術語
轮廓异常检测
利用轮廓系数识别异常的技术，系数为负值很大的点可能是错误分配的，因此是异常的。
術語
高斯混合模型（GMM）异常检测
一种概率方法，将数据建模为高斯分布的混合，在模型下概率低的点被识别为异常。
術語
BIRCH（利用层次结构的平衡迭代归约和聚类）
一种适用于大规模数据集的高效层次聚类算法，能够将无法融入CF树微簇的点识别为异常。
術語
用于异常检测的谱聚类
一种利用相似度矩阵的特征值在低维空间进行聚类的方法，异常表现为谱中孤立的点。
術語
近邻传播异常检测
一种基于点之间消息传递的聚类技术，从未成为代表点或与形成簇的亲和力低的点被识别为异常。
術語
子空间聚类用于异常检测
在不同维度子空间中进行聚类的方法，用于捕捉仅在数据特定投影中可检测到的异常。
術語
层次凝聚聚类用于异常检测
构建聚类层次结构的方法，异常被识别为在树状图中较晚合并的点或形成孤立单例的点。
術語
模糊聚类（模糊C均值）用于异常检测
K-Means的变体，其中每个点对每个聚类有一个隶属度，异常的特征是隶属度低且均匀分布。
術語
增量聚类用于流数据异常检测
针对连续流数据的聚类算法自适应，异常是指无法融入动态更新聚类模型的点。
術語
鲁棒聚类用于异常检测
一类旨在不受离群点影响的聚类算法，能够更好地区分正常聚类和异常。
術語
基于引力的聚类
受物理学启发的聚类方法，异常是指未被聚类中心充分吸引的点。
🔍