Я пытаюсь решить проблему регрессии, прогнозируя непрерывное значение с помощью машинного обучения. У меня есть набор данных, который состоит из 6 плавающих столбцов.
Данные поступают от датчиков низкой цены, это объясняет, что, скорее всего, у нас будут значения, которые можно считать необычными. Чтобы решить эту проблему, прежде чем прогнозировать свою постоянную цель, я буду предсказывать аномалии данных и использовать его в качестве фильтра данных, но данные, которые у меня есть, не помечены, это означает, что у меня обнаружение неконтролируемой аномалии проблема ,
Алгоритмы, используемые для этой задачи: Локальный коэффициент выбросов, Один класс SVM, Лес изоляции, Эллипти c Конверт и DBSCAN.
После подгонки этих алгоритмов он Необходимо оценить их, чтобы выбрать лучший. Может ли кто-нибудь иметь представление о том, как оценить неконтролируемый алгоритм обнаружения аномалий?