根据 Andrew Ng 在 Coursera 的讲座，异常检测算法之一是使用多元高斯分布来构建概率密度。

如果数据显示出聚类结构（而不是单一的块状）怎么办？在这种情况下，我们是否应该使用无监督聚类来构建密度？如果是，如何操作？还有其他系统性的方法来发现这种情况的存在吗？

回答：

你可以使用常规的 GMM，并设置一个似然阈值来识别异常值。不符合模型的点就是异常值。

只要你的数据确实是由高斯分布组成，这种方法就还可以。

此外，聚类是相当昂贵的。通常，直接使用非参数的异常值模型如 KNN、LOF 或 LOOP 会更快。