深度学习异常检测

有label的数据：
确定一个信心分数阈值，Classifier得出的信心分数大于阈值，才表明是正常数据

如何确定信心分数阈值：
先定义一个cost table，表明false alarm和missing的得分，根据cost table计算特定阈值的得分，使用得分最高者阈值

无label的数据：
方法1: 假设数据符合高斯分布，最大化似然函数，得到均值和标准差，然后根据统计再定义一个阈值，就可以判断是否是异常数据
方法2: 用正常数据训练一个auto-encoder，异常数据解码会失败