Anomaly Detection 종류(Point, Contextual, Collective)

Anomaly Detection; 이상탐지는 보다 나은 모델의 학습을 위해 선행되거나, 특수한 목적을 통해 이상치를 잡아내는 탐지 과정이라고 생각함

 

Anomlay Detection은 크게 아래와 같이 3가지로 나눌 수 있음

 

1. Point Anomaly Detection

- 특정 point의 이상치를 감지 

- 일반적으로 말하는 데이터내 outlier

2. Contextual Anomaly Detection

- 연속적인 변화 패턴을 읽어 이상치 감지

- 맥락을 고려해서 예상변화와 동떨어진 결과 탐지

- 민감하면 정상상황에서도 이상탐지가 되고, 둔감하게 만들면 비정상상황에서 이상탐지를 놓칠 수 있음

3. Collective Anomaly Detection

- 연관있는 2개 이상의 데이터의 변화 탐지

- 매출과 DAU 간은 극한 상관관계를 가진다고 가정하면, 이 둘은 동일한 패턴으로 혹은, 정반대의 패턴으로 일관성을 갖게 됨

- 2개 이상의 Feature를 비교해서 1개의 feature의 변화에 따라 다른 하나의 feature가 예상했던 패턴이 아닌 비정상적인 패턴을 가질 때 탐지

 

 

출처:  brunch.co.kr/@zedoring/2

비정상 데이터에 대한 이해