使用未标记的数据集的自动编码器进行异常检测（如何构造输入数据）

Question

我是深度学习领域的新手，我想问一下使用自动编码器进行异常检测的未标记数据集。我令人困惑的部分从以下几个问题开始：

1）一些帖子说与原始数据集分离异常和非异常（假设已标记），并使用唯一的非异常数据集训练AE（通常，非异常的数量将更为占优势）。所以，问题是如果没有标签，我该如何分离我的数据集？

2）如果我使用原始的未标记数据集进行训练，如何检测异常数据？

Answer 1

数据标签不会进入自动编码器。

自动编码器由两部分组成 编码器和解码器

$route = Http\Literal::factory(array( 'route' => '/nice-looking-url', 'defaults' => array( 'controller' => 'Application\Controller\Nicelookingurl', 'action' => 'index' ), )); $router->addRoute('nicelookingurl', $route, null); ：对输入数据进行编码，比如说具有784个特征到50个特征的样本

Encoder：从这50个功能中将其转换回原始功能，即784个功能。

现在可以检测异常， 如果您通过Decoder，则应将其转换回其unknown sample，而无需过多original sample。 但是如果有loss转换回来。那么它可能是lot of error。

Picture Credit: towardsdatascience.com