Zašto je za zadatak detekcije anomalija odabran DBSCAN umesto klasifikacije?

DBSCAN је алгоритам за груписање који је веома погодан за откривање аномалија, јер не захтева унапред означене податке и може идентификовати групе било ког облика, као и истакнути шум (аномалије) као одвојене тачке које не припадају ниједној групи.

За разлику од класификације, која захтева скуп за обуку са ознакама (нормално/аномално), DBSCAN ради у режиму без надзора, што је згодно када су аномалије ретке и лоше представљене у подацима. Поред тога, класификатори могу лоше функционисати код неравномерних класа, док DBSCAN открива аномалије као изузетке, без обзира на расподелу класа.

Пример: ако имате скуп тачака са нормалним понашањем, они ће бити груписани у густе групе, а ретке, различите тачке ће бити означене као шум — ове тачке се сматрају аномалијама.