MENTAL MODEL · M9403
异常检测
Anomaly Detection
Version 1.0.0 · 更新于 2026-07-28
CORE DEFINITION · 核心定义
定义异常：明显偏离预期模式的数据点。方法：统计方法、机器学习方法。应用：欺诈检测、故障预警、质量控制。
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
发现"不对劲"的信号。在大量正常数据中识别少数异常——早期预警的关键。（异常值检测、异常检测路径 为同一概念）
anchor
锚定快速决策
异常检测是用统计或模型识别偏离正常模式的数据点/序列，常用于无标签或极不平衡场景。方法含距离、密度、重构误差与一类分类等。
MINIMUM ACTION · 最小行动
进行中 0/4在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8Bverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型