异常检测的目标是发现与大部分其他对象不同的对象。通常，异常对象被称作离群点(Outlier).
异常检测也称偏差检测(Deviation detection),因为异常对象的属性值明显偏离期望的或者常见的属性值。
异常检测也称为例外挖掘，因为异常在某种意义上是例外的。
应用场景：
欺诈检测
入侵检测
生态系统失调
公共卫生
医疗
异常检测方法
基于模型的技术
基于邻近度的技术
基于密度的技术
统计方法：
检测一元正态分布中的离群点，常用方法是高斯正态分布
多元正态分布的离群点，Mahalanobis距离
异常检测的混合模型方法，EM算法
基于邻近度的离群点检测
基于密度的离群点检测,LOF:LOCAL OUTLIER FACTOR技术
基于聚类的技术
原文：https://www.cnblogs.com/davidwang456/p/9722306.html