anomaly-detection:使用多元高斯分布和 Apache Spark MLlib 的异常检测示例

【文件属性】：
文件名称：anomaly-detection:使用多元高斯分布和 Apache Spark MLlib 的异常检测示例
文件大小：11KB
文件格式：ZIP
更新时间：2021-06-05 22:16:02
Scala 使用多元高斯分布的异常检测 使用多元高斯分布和Apache Spark MLlib 的异常检测示例 描述 这是使用多元高斯分布的异常检测算法的相当简单的示例。 它从数据集中计算mu向量和sigma2矩阵，并将它们作为参数传递给 Spark MLlib MultivariateGaussian以获得每个数据向量的概率密度。 然后使用交叉验证数据集，它尝试使用F1 score指标找到最佳epsilon值。 具有最佳 epsilon 值，它会找出异常值并打印结果。 应用程序需要四个参数： 数据文件路径：包含m示例的mxn矩阵，其中每行是一个n维特征向量 包含交叉验证数据集的文件路径，其中每一行是一个n维特征向量 包含上述交叉验证数据集每一行显式分配结果的文件路径，其中0正常数据， 1表示异常 输出目录路径 输出： 应用程序在输出目录下创建三个子目录（指定为输入参数）： /ps包含每个数据

【文件预览】：
anomaly-detection-master
----project()
--------build.properties(18B)
--------assembly.sbt(57B)
----example()
--------src()
----LICENSE(11KB)
----build.sbt(3KB)
----README.md(2KB)
----.gitignore(225B)