Комментарии 2
Спасибо за отличную статью с приличной детализацией!
Я раньше не был знаком с GNG семейством алгоритмов кластеризации. Всегда приятно открыть для себя что-то новое и, возможно в будущем, полезное :)
Один единственный совет: для оценки качества в данном случае лучше использовать такие метрики как: ROC-кривая, AUC-ROC и EER. Если у вас сохранились «сырые» результаты детектирования (до отсечки по порогу), то еще не поздно добавить эти метрики в статью. Было бы очень интересно на них взглянуть.
Я раньше не был знаком с GNG семейством алгоритмов кластеризации. Всегда приятно открыть для себя что-то новое и, возможно в будущем, полезное :)
Один единственный совет: для оценки качества в данном случае лучше использовать такие метрики как: ROC-кривая, AUC-ROC и EER. Если у вас сохранились «сырые» результаты детектирования (до отсечки по порогу), то еще не поздно добавить эти метрики в статью. Было бы очень интересно на них взглянуть.
Я раньше не был знаком с GNG семейством алгоритмов кластеризации. Всегда приятно открыть для себя что-то новое и, возможно в будущем, полезное :)
Самый интересный момент в том, что их действительно семейство. Но в русском сегменте Интернета (да и в английском тоже) чаще всего упоминают только один алгоритм GNG, который был описан ещё в 90-х.
Один единственный совет: для оценки качества в данном случае лучше использовать такие метрики как: ROC-кривая, AUC-ROC и EER. Если у вас сохранились «сырые» результаты детектирования (до отсечки по порогу), то еще не поздно добавить эти метрики в статью. Было бы очень интересно на них взглянуть.
В таблице и в протоколе приведены именно данные классификатора до отсечки (той, которая определяет наличие аномалии по порогу). Данные для каждого сэмпла я сейчас не сохраняю. Оценку по ROC в данный момент делать не буду: просто нет времени, надо заниматься с другим проектом. Если имеется желание, код открыт, на вопросы по нему отвечу и в меру наличия времени попытаюсь помочь с решением проблем, если возникнут.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Краткий анализ решений в сфере СОВ и разработка нейросетевого детектора аномалий в сетях передачи данных