基于高斯混合模型的异常值检测

Question

我有一组数据。我想从该数据构建一个类分布。根据学习到的分布，我想获得每个数据实例的概率值。 基于这个概率值（阈值），我想构建一个分类器来分类特定数据实例是否来自该分布。

在这种情况下，假设我有一个 50x100000 的数据，其中 50 是每个数据实例的维度，实例的数量是 100000。我正在学习基于此分布的高斯混合模型。

当我尝试获取实例的概率值时，我得到的值非常低。那么在这种情况下，我该如何构建分类器？

Answer 1

我认为这没有道理。例如，假设您的数据是一维的，并且假设事实是它是从bimodal distribution 中采样的。但是假设您还没有确定它来自双峰分布并且您适合正态分布。你仍然有最好的拟合，但它可能最适合错误的分布，而事实是没有一个点来自那个分布或任何看起来像它的分布。