algorithm - 检测与其余数据非常分散的点

Question

我有一组结果(数字)，我想知道给定的结果与以前的结果(仅以前的)相比是好还是坏。

每个结果都是一个数字 € IR+。例如，如果您有序列 10, 11, 10, 9.5, 16，那么与之前的结果相比，16 显然是一个非常好的结果。我想找到一种算法来检测这种情况(与以前的结果相比非常好/坏的结果)。

陈述此问题的更一般方法是:如何确定给定数据集中的一个点是否与其余数据分散。

现在，这看起来像是一个峰值检测问题，但由于之前的值不是恒定的，所以有很多小峰值，我只想要大的。

我的第一个想法是计算平均值并确定标准偏差，但它非常有限。事实上，如果在之前的结果中有一个巨大/低的值，它会显着改变平均/标准偏差，并且下一个结果将必须更大/更低才能超过标准偏差(为了被检测到)，因此许多点将无法(正确)检测到。

我很确定这一定是一个众所周知的问题。

谁能帮我解决这个问题？

Answer 1

这种问题叫做Anomaly Detection .