如何选择阈值进行无监督异常检测

Question

我正在研究一个异常检测用例。我研究了一种将5%的验证数据标记为异常的阈值选择技术。在异常检测案例中是如何工作的。另外还有一种选择阈值的技术，它最大限度地提高了TPR和FPR之间的差异。

哪一种方法有助于无监督学习，并将其与实际情况进行比较。

用TP和FP率绘制RC曲线，可以找到理想的阈值。但是在没有监督的情况下，它是一种很好的技术。

Answer 1

无监督意味着你没有任何标签数据。要知道真阳性率和假阳性率，你需要标签。在没有训练数据的情况下，无法计算RC曲线。

您可能是在讨论隔离林，它假定一定百分比的数据为异常，而该百分比是由用户定义的超参数。因此，您可以根据手头的业务用例选择1%或10%。