Kāpēc anomāliju noteikšanas uzdevumam izvēlējās DBSCAN, nevis klasifikāciju?

DBSCAN ir klasterēšanas algoritms, kas ir ļoti piemērots anomāliju noteikšanai, jo tas neprasa iepriekš marķētus datus un var identificēt klasterus jebkādā formā, kā arī izcelt troksni (anomalijas) kā atsevišķus punktus, kas nepieder nevienam klasterim.

Atšķirībā no klasifikācijas, kas prasa apmācības kopu ar marķējumiem (normāls/neparasts), DBSCAN darbojas bez uzraudzības režīmā, kas ir ērti, kad anomālijas ir retas un slikti pārstāvētas datos. Turklāt, klasifikatori var slikti darboties nelīdzsvarotās klasēs, kamēr DBSCAN identificē anomālijas kā izņēmuma vērtības, neatkarīgi no klases sadalījuma.

Piemērs: ja jums ir tašku kopums ar normālu uzvedību, tās tiks grupētas blīvos klasteros, un retas, atšķirīgas punktus tiks atzīmētas kā troksnis — šīs punktus uzskata par anomālijām.