我使用多元高斯分布来分析异常情况。训练集的外观如下

19-04-16    05:30:31    1   0   0   377816  305172  5567044 0   0   0   14  62  75  0   0   100 0   0<Date>      <time>     <--------------------------- -------   Features --------------------------->

假设上述特征中的一个不变，始终为零。

计算均值 = mu

mu = mean(X)'

计算sigma2如下

sigma2 = ((1/m) * (sum((X - mu') .^ 2)))'

使用标准高斯公式计算每个数据集中各个特征的概率

对于某个特定特征，如果所有值都为零，那么均值（mu）也为零。随后sigma2也会为零。因此，当我通过高斯分布计算概率时，会遇到“除以零”的问题。

然而，在测试集中，这个特征值可能会波动，我希望将其视为异常情况。应该如何处理？我不想忽略这样的特征。

回答：

所以，每当你有一个恒定不变的变量时，这个问题就会发生。但用正态分布来近似它完全没有意义。关于这种变量的所有信息都包含在一个值中——这就是为什么会发生除以0现象的直觉原因。

如果你知道在训练集中没有观察到的变量有这些波动，你可以简单地设定这种变量的方差不小于某个值。你可以使用函数max(variance(X), eps)来代替经典的方差定义。这样，你就可以确保不会发生除以0的情况。