Albertsr/Anomaly-Detection

关于weighted_score的计算

DropYearning opened this issue · 2 comments

DropYearning commented

Anomaly-Detection/SemiSupervised-ADOA/adoa.py

Line 85 in a48e3ed

weighted_score = self.theta * isolation_score_scaled * + (1-self.theta) * similarity_score_scaled

ADOA算法实现中计算weighted_score的公式是self.theta * isolation_score_scaled * + (1-self.theta) * similarity_score_scaled，按论文意思显然公式中的*是多余的。但是去除*后AUC反而大幅度下降，这是为什么？

Albertsr commented

是的，第二个乘号是多余的，谢谢指出；
“去除*后AUC反而大幅度下降”，不清楚你这边的具体情况，theta作为一个超参数，作者未给出设定的标准；我个人初步的想法是，可尝试运用贝叶斯优化进行寻优；

DropYearning commented

是的，第二个乘号是多余的，谢谢指出；
“去除*后AUC反而大幅度下降”，不清楚你这边的具体情况，theta作为一个超参数，作者未给出设定的标准；我个人初步的想法是，可尝试运用贝叶斯优化进行寻优；

谢谢回复，关于更正后AUC性能下降的原因应该是超参数导致的，我会进一步探索。
非常感谢你复现的一系列异常检测代码！