Anomaliya aşkarlanması vəzifəsi üçün niyə DBSCAN seçildi, təsnifat yox?

DBSCAN, yaxşı anomaliyanı aşkar etmək üçün çox uyğundur, çünki əvvəlcədən etiketlənmiş məlumatlara ehtiyac duymur və istənilən formalı klasterləri müəyyən edə bilir, həmçinin səs-küyü (anomaliyaları) ayrı nöqtələr kimi vurğulayır, hansı ki, heç bir klasterə aid deyil.

Təlim nümunəsi ilə işləyən, yəni etiketli məlumat tələb etməyən DBSCAN, nəzarətsiz rejimdə işləyir və məlumatlarda nadir və zəif təmsil olunan anomaliyaları aşkar etmək üçün əlverişlidir. Bundan əlavə, balanssız sinflərdə klassifikatorlar zəif işləyə bilər, amma DBSCAN anomaliyaları çıxış kimi aşkar edir, sinif paylanmasından asılı olmayaraq.

Nümunə: əgər sizdə normal davranışa malik nöqtələr toplusu varsa, onlar sıx klasterlərə qruplaşacaq, nadir və fərqli nöqtələr isə səs-küy kimi işarələnəcək — bu nöqtələr anomaliyalar hesab olunur.