【问题标题】：Using ELKI MiniGUI for anomaly detection with training set and test set使用 ELKI MiniGUI 进行带有训练集和测试集的异常检测
【发布时间】：2015-04-21 02:01:11
【问题描述】：
我有：
一个文件training.arff，它只包含正常行为的样本。
一个文件test.arff，其中包含正常和异常行为的样本。
我想使用 ELKI MiniGUI 通过半监督学习进行异常检测。
我相信通常我应该使用training.arff 构建/训练模型，然后将模型应用于test.arff。
我使用哪种算法并不重要。
我似乎无法在 ELKI MiniGUI 中找到将这两个文件放在哪里，所以我会得到我想要的结果。 （只有dbc.in）
*PS：尝试使用 weka 一周后我放弃了，但我不限于 ELKI。
谢谢！！
【问题讨论】：
标签：
machine-learning
weka
supervised-learning
unsupervised-learning
elki
【解决方案1】：
您的场景是一种监督学习方法。
ELKI 目前只包括无监督异常值检测方法，不利用“仅正常”训练数据的先验信息。
您可以将训练和测试文件连接到一个文件中，然后运行异常值检测。该领域中大多数已发布的算法都是无监督的。在无监督学习中，没有训练数据集——只有一种数据。
请注意，截至 2014 年，ELKI 中可用的大多数算法都是为数值数据设计的。如果您的数据是分类数据，您将能够使用其中的许多数据，但您需要实现适合您的数据类型的数据类型和距离函数。有一些解析器和距离可用于非数字数据（例如文本数据），但 ARFF 解析器不支持，目前也没有混合数据的距离函数。