Mixed-data Influence (MDI)

面向高维混合数据的新型异常检测方法发布

研究人员开发了一种新颖的异常检测方法，专为包含混合数据类型的高维数据集设计。这种方法称为混合数据影响（MDI）得分，使用基于矩的变换将异构特征标准化到通用尺度。然后，MDI得分以一种考虑依赖关系的方式聚合这些变换后的特征，考虑了相关性，并提供了可解释的、特征级别的异常得分。该方法可以识别源于位置偏移以及变异性、偏度和其他分布特征变化的异常，并且适用于特征上的稀疏和分布式偏差。