Защо за задачата за откриване на аномалии беше избран DBSCAN, а не класификация?

DBSCAN е алгоритъм за клъстеризация, който е много подходящ за откриване на аномалии, тъй като не изисква предварително етикетирани данни и може да идентифицира клъстери с произволна форма, както и да подчертае шума (аномалии) като отделни точки, които не принадлежат към нито един клъстер.

За разлика от класификацията, която изисква обучаващ набор с етикети (нормално/аномално), DBSCAN работи в режим без учител, което е удобно, когато аномалиите са редки и слабо представени в данните. Освен това, класификаторите могат да работят зле при несбалансирани класове, докато DBSCAN открива аномалии като отклонения, независимо от разпределението на класовете.

Пример: ако имате набор от точки с нормално поведение, те ще бъдат групирани в плътни клъстери, а редките, различаващи се точки ще бъдат маркирани като шум — тези точки се считат за аномалии.