文档摘要

5.1 监督学习方法 本节摘要：监督学习方法把时间序列异常检测转化为二分类问题：用带标签的数据（正常/异常）训练分类器，再用分类器预测新点。本节讲清监督学习的核心思想与适用场景，详解 SVM、决策树、随机森林三个代表算法的检测逻辑，给出基于 scikit-learn 的随机森林训练评估示例，并老实交代监督学习在异常检测里的三大缺陷：标签难拿、过拟合、未知异常泛化差。 会员。《5.1 监督学习方法》收录于灏天文库文集《时间序列异常检测技术》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/490-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E6%8A%80%E6%9C%AF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流