Kodėl anomalių aptikimo užduočiai pasirinktas DBSCAN, o ne klasifikacija?

DBSCAN yra klasterizacijos algoritmas, kuris yra labai tinkamas anomalijų aptikimui, nes jis nereikalauja iš anksto pažymėtų duomenų ir gali identifikuoti bet kokios formos klasterius, taip pat išryškinti triukšmą (anomalias) kaip atskirus taškus, kurie nepriklauso jokiam klasteriui.

Skirtingai nuo klasifikacijos, kuri reikalauja mokymo rinkinio su žymomis (normali/nenormali), DBSCAN veikia nesuprižiūrimo režimu, kas yra patogu, kai anomalijos yra retos ir blogai atstovaujamos duomenyse. Be to, klasifikatoriai gali blogai veikti nesubalansuotose klasėse, o DBSCAN aptinka anomalijas kaip išskirtinius taškus, nepriklausomai nuo klasių pasiskirstymo.

Pavyzdys: jei turite taškų rinkinį su normaliu elgesiu, jie bus sugrupuoti tankiuose klasteriuose, o retos, skirtingos taškai bus pažymėtos kaip triukšmas — šios taškai yra laikomos anomalijomis.