Apr, 2023
构建无监督异常检测的元学习器
Constructing a meta-learner for unsupervised anomaly detection
Małgorzata Gutowska, Suzanne Little, Andrew McCarren
TL;DR该研究提出了一种新的元学习方法,通过使用从未标记的输入数据集生成的元特征,识别出适当的无监督异常检测算法。该方法的性能优于现有的解决方案,并使用超过 10000 个数据集进行了混合模型统计分析,结果表明相对较少的元特征就足以识别合适的无监督异常检测算法,但在元学习器中选择元模型具有相当大的影响。