lstm自动编码器以进行异常检测：使用LSTM自动编码器检测异常并对稀有事件进行分类-源码

JupyterNotebook

LSTM异常检测自动编码器使用LSTM自动编码器检测异常并对稀有事件进行分类。如此多次，实际上是现实生活中的大多数数据，我们都有不平衡的数据。数据是我们最感兴趣的事件，很少见，不像正常情况下那么频繁。例如，在欺诈检测中。大多数数据是正常情况，无论数据是否已标记，我们都希望检测异常或何时发生欺诈。处理未标记的数据时，我们通常会使用“异常值检测”方法，例如，基于聚类的局部离群值因子（CBLOF），基于直方图的离群值检测（HBOS）等。而标记的数据被视为“分类”问题和分类器，如和。但是，由于正数据点在数据中很少见，因此该算法发现很难从数据中学到很多东西。例如，分类器通常最终会在所有情况下都预测为“负”，以实现最佳准确性。在这里，我们将研究可用于有监督和无监督以及罕见事件分类问题的另一种方法。长短期记忆自动编码器。

文件下载

资源详情

[{"title":"（ 3 个子文件 97KB ） lstm自动编码器以进行异常检测：使用LSTM自动编码器检测异常并对稀有事件进行分类-源码","children":[{"title":"lstm-autoencoder-for-anomaly-detection-main","children":[{"title":".gitignore 1.76KB ","children":null,"spread":false},{"title":"README.md 1.42KB ","children":null,"spread":false},{"title":"lstm_autoencoder.ipynb 147.84KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

qq_47942725 :

用户下载后在一定时间内未进行评价，系统默认好评。
2021-08-04

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

lstm自动编码器以进行异常检测：使用LSTM自动编码器检测异常并对稀有事件进行分类-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载