假设数据都是labelled data。
label包含data是normal还是anomaly。
如果是normal，具体又是normal中的哪一类。

1. 训练

• 训练集：全部都是normal data，$\hat y$是normal类别的分类
  把normal data当作多分类问题来训练，同时输出类别和对分类的置信度。

• 验证集：样本有normal和anomaly的data，并有label来区别是normal还是anomaly。
  根据performance来决定$\lambda$以及其它超参数。
  $x = \begin{cases} \text{normal} && , c(x) > \lambda \\ \text{anomaly} && , c(x) \le \lambda \end{cases}$

• 测试集：输入样本，根据公式判断normal/anomaly

2. Evaluation

如何根据performance判断模型的好坏？是否能用准确率？
答：不能。
异常侦测问题中，异常数据可能非常少，属于极度偏斜的数据。这种情况下不适合使用正确率。

将数据制作成confusion matrix，例如：
||Anomaly|Normal| |---|---|---| |Detected| 1 | 1 | |Not Detected| 4 | 99 |

左下角的数据为“异常data被判断为正常”的错误，又叫“missing”
右上角的数据为“正常data被判断为异常”的错误 ，又叫“false alarm”
$\lambda$取不同的值会得到不同的confusion matrix，哪种模型更好取决于对不同错误的cost的定义。