1. 異常檢測：如果你有很少的正樣本，但有大量的負樣本，在對 p(x) 進行估計并且擬合那些高斯參數(shù)的過程中只需要負樣本，依然可以很好地擬合 p(x)。

監(jiān)督學習：監(jiān)督學習一般來講正負樣本數(shù)量都應該比較大。

2.異常檢測：未來的異?？赡芨阋呀浺娺^的完全不同，此時應該對負樣本進行建模，建立這個高斯模型 p(x)，而不是很費力地對正樣本進行建模。

監(jiān)督學習：未來的正樣本跟訓練集中的很相似，在這樣的條件下用監(jiān)督學習算法似乎更加合理。既使用大量的正樣本，也使用大量的負樣本，并且嘗試對正負樣本進行分類。

關鍵的區(qū)別就是在異常檢測算法中，只有一小撮正樣本，因此學習算法不可能從這些正樣本中學出太多東西，因此取而代之的是我們使用一組大量的負樣本，這樣樣本就能學到更多。?

異常檢測VS監(jiān)督學習

異常檢測VS監(jiān)督學習