Main Content

異常検出

外れ値および新規性の検出

Statistics and Machine Learning Toolbox™ には、ラベル付けされていない多変量の標本データ向けの異常検出機能がいくつか用意されています。1 クラス サポート ベクター マシン (SVM) やロバスト ランダム カット フォレストのアルゴリズムを使用してストリーミング データの異常も検出できます (Incremental Anomaly Detection Overviewを参照)。異常検出機能では、モデルに学習させるかパラメーターを学習することで外れ値 (学習データの異常) を検出します。新規性の検出 (汚染されていない学習データで新規のデータの異常を検出) では、汚染されていない学習データ (外れ値がないデータ) でモデルに学習させるかパラメーターを学習し、学習させたモデルまたは学習したパラメーターを使用して新規のデータの異常を検出します。詳細については、教師なし異常検出を参照してください。

標準の点と異常のラベルが付いた学習データがある場合は、バイナリ分類モデルに学習させて、オブジェクト関数 resubPredictpredict をそれぞれ使用して学習データと新規のデータの異常を検出できます。サポートされる分類特徴のリストについては、分類を参照してください。

ツールボックスには、分類モデル、回帰モデル、またはクラスタリング モデルに学習させた後に適用できるモデル固有の異常検出機能も用意されています。詳細については、モデル固有の異常検出を参照してください。

関数

すべて展開する

iforest異常検出用の孤立森の当てはめ (R2021b 以降)
isanomaly孤立森を使用したデータ中の異常の検出 (R2021b 以降)
rrcforest異常検出用のロバスト ランダム カット フォレスト モデルの当てはめ (R2023a 以降)
isanomalyロバスト ランダム カット フォレストを使用したデータ中の異常の検出 (R2023a 以降)
lof異常検出用の局所外れ値因子モデルの作成 (R2022b 以降)
isanomaly局所外れ値因子を使用したデータ中の異常の検出 (R2022b 以降)
ocsvm異常検出用の 1 クラス サポート ベクター マシン (SVM) モデルの当てはめ (R2022b 以降)
isanomaly1 クラス サポート ベクター マシン (SVM) を使用したデータ中の異常の検出 (R2022b 以降)
robustcovロバスト多変量共分散および平均の推定
mahal基準標本に対するマハラノビス距離
pdist2観測値の 2 つの集合間のペアワイズ距離
incrementalLearnerConvert robust random cut forest model to incremental learner (R2023b 以降)
fitTrain robust random cut forest model for incremental anomaly detection (R2023b 以降)
isanomalyFind anomalies in data using robust random cut forest (RRCF) for incremental learning (R2023b 以降)
resetReset incremental robust random cut forest model (R2023b 以降)
incrementalLearnerConvert one-class SVM model to incremental learner (R2023b 以降)
fitTrain one-class SVM model for incremental anomaly detection (R2023b 以降)
isanomalyFind anomalies in data using one-class support vector machine (SVM) for incremental learning (R2023b 以降)
resetReset incremental one-class SVM model (R2023b 以降)

オブジェクト

IsolationForest異常検出用の孤立森 (R2021b 以降)
RobustRandomCutForest異常検出用のロバスト ランダム カット フォレスト モデル (R2023a 以降)
LocalOutlierFactor異常検出用の局所外れ値因子モデル (R2022b 以降)
OneClassSVM異常検出用の 1 クラス サポート ベクター マシン (SVM) (R2022b 以降)
incrementalRobustRandomCutForestRobust random cut forest model for incremental anomaly detection (R2023b 以降)
incrementalOneClassSVM One-class support vector machine (SVM) model for incremental anomaly detection (R2023b 以降)

トピック

関連情報