通过首先学习具有主要“正常”数据点的数据集的特征，自动编码器用于无监督异常检测。如果新数据具有较大的重构误差，即难以像正常数据中那样拟合特征，则可以认为新数据是异常的。
即使通过学习重建相同的数据来监督训练，如何计算新数据的重建误差？
自动编码器如何计算新数据的重构误差？
人工智能
无监督学习
自动编码器
异常检测
2021-11-01 01:29:44
1个回答
它的计算就像在训练中一样。您在输入和输出之间采用 MSE 或类似的方法。你为它设定了一个门槛。如果新数据的重构误差高于你的阈值，那么它是异常的，否则它不是。
其它你可能感兴趣的问题