利用数值来评价一个异常检测算法的重要性
使用实数评价法很重要，当你用某个算法来开发一个具体的机器学习应用时，你常常需要做出很多决定，如选择什么样的特征等等，如果你能找到如何来评价算法，直接返回一个实数来告诉你算法的好坏，那样你做决定就会更容易一些。如现在有一个特征，要不要将这个特征考虑进来？如果你带上这个特征运行你的算法，再去掉这个特征运行你的算法，得到返回的实数，这个实数直接告诉你加上这个特征算法是变好了还是变坏了，这样你就有一种更简单的算法来确定是否要加上这个特征。
为了更快地开发出一个异常检测系统，那么最好能找到某种评价异常检测系统的方法。
为了能评价一个异常检测系统，假定已有一些带标签的数据，其中有正常的样本也有异常的样本（正常的样本y=0,异常的样本y=1）
对于训练集，我们还是看成无标签的样本，将它们都看成无异常的样本（其中可能有一些有异常的样本被分到训练集中）
定义交叉验证集与测试集，通过这两个集合得到异常检测算法。我们假设交叉验证集与测试集中的样本都是异常的，即测试集里面的样本y=1(表示异常样本)。
具体的例子
有10000个正常的飞机引擎，有20个有问题的飞机引擎，从以往经验来看，无论是制造了多少年的飞机引擎工厂，都会得到大概20个有问题的引擎。对于异常检测典型的应用来说，异常样本的个数通常都是20-50个这样的个数，并且通常我们的正常样本数量要大得多。
我们将数据分成训练集，交叉验证集和测试集，典型的分法是：将10000个好的引擎样本中的6000个放入trainning set中做为无标签的数据（实际都为正常的样本），将剩下的正常的样本中的2000个样本放入交叉验证集中，另2000个样本放入测试集中(正常样本的分配比例是6:2:2)；将有异常的20个样本，其中10个放入CV中，另外10个放入Test中。
另一种常见的分配方法（不推荐这样做）是将CV与Test的样本混合起来使用，将剩下的4000个好的样本即做为CV也做Test使用(不推荐这样做)
异常检测算法的推导与评估
异常检测算法的推导与评估算法如下：首先我们使用训练样本(虽然都是是无标签的样本但其实都是正常的样本)来拟合模拟p(x)(即参数估计出u,σ的值)
对于CV与Test里面的数据，我们利用算法对y进行预测，然后来评价预测的准确率。如何来度量呢？
因为数据是非常偏斜的（正常的数据多，异常的数据少），因此分类准确率不是一个好的度量方法，算出查准率、召回率以及F1值，通过这些方法来评价我的异常检测算法在CV以及Test中的表现。
怎么决定ε的值呢？在交叉验证集上来决定取什么ε的值，在交叉验证集上尝试多个不同的ε的取值，然后选出一个使得F1值最大的那个ε的值，即在交叉验证集上表现最好的那个ε的值。当我们需要做出决定时（如选哪个特征，选哪个ε的值），我们可以不断地使用交叉验证来评价这个算法的好坏，然后决定我们要选取哪个特征，选哪个ε的值。
当找到ε的值后，我们的异常检测算法就确定了，然后使用Test集来评价算法的表现
总结
1>如何评价一个异常检测算法：使用F1值，在交叉验证集上做出决定如何选择ε（确定ε的大小）以及应该包括哪些特征等
