明天就要開組會了，天天在辦公室划水都不知道講啥。。。

今天開始異常檢測的學習，同樣程式碼比較簡單一點

異常檢測的原理就是假設樣本的個特徵值都呈高斯分佈，選擇分佈較離散的樣本的作為異常值。這裡主要注意的是通過交叉驗證對閾值的選擇和F1score的應用。

原始資料：

程式碼如下：

load('ex8data1.mat');
[m n]=size(X);
X_mean=mean(X);
theta=(sum((X-X_mean).^2))./m; % 用無標籤樣本建立高斯分佈模型
P=exp(-(Xval-X_mean).^2./(theta.*2).^2).*(1./sqrt(theta.*pi.*2));
P=prod(P,2);
F1_best=0; % F1score越大，模型越穩健
 
for e=0:0.001:0.3 % 通過對有標籤樣本交叉驗證選取合適的閾值
    P(:,2)=(P(:,1)<e); 
    c=P(:,2)+yval;
    tp=sum(c==2); % 計算異常樣本正確分類的數量
    c=P(:,2)-yval;
    fp=sum(c==1); % 計算把正確樣本劃分為錯誤樣本的數量
    fn=sum(c==-1); % 計算把錯誤樣本劃分為正確樣本的數量
    prec=tp/(tp+fp); % 計算精確度
    rec=tp/(tp+fn); % 計算召回率
    F1=2*prec*rec/(prec+rec); % 計算F1score
    if F1_best<F1
        F1_best=F1;
        e_best=e;
    end
end
P(:,2)=(P(:,1)<e_best);
scatter(Xval(:,1),Xval(:,2),8,P(:,2),'filled');
 

最後結果如下：

後面第二個多維資料的練習就懶得做了，如果正式做的記得要平均分配好交叉訓練集和驗證集。

Optional:如果資料並不是很明顯的呈高斯分佈，可以通過log(x)或者x^0.3之類的函式來讓資料呈明顯高斯分佈。