如何利用已训练的6类CNN模型检测未知异常数据？

你的方法本质是基于分类置信度的阈值判别法，在你只有正常训练数据、无异常样本的场景下，完全可以作为基线方案使用，但存在一些需要注意的局限性：

• 易出现误判：部分难分类的正常样本（比如边缘类样本、输入噪声较大的样本），模型输出的最大概率可能低于0.7，会被误判为异常。
• 可能存在漏判：如果异常样本的特征和某一类正常样本高度相似，模型可能会给出较高的置信度（超过0.7），导致这类异常无法被检测出来。

不过作为快速落地的方案，这个思路是合理的，核心是要基于你的正常验证集来调整阈值，而非直接用0.7——比如你可以统计所有正常样本的最大概率分布，找到一个能平衡误判率和漏判率的阈值（比如取正常样本最大概率的95%分位数作为阈值）。

针对“只有正常数据的异常检测”（即单类异常检测）场景，有几种更可靠的方案：

1. 基于模型重构误差的方法 #

利用CNN的特征提取能力，训练一个重构网络（比如AutoEncoder），输入正常样本，让网络学习重构正常数据的特征。对于未知样本，计算输入和重构输出的误差（比如MSE、MAE），如果误差超过阈值则判定为异常。

• 优势：不依赖分类器的置信度，对和正常样本分布差异较大的异常检测效果更好。
• 实现思路：把你的CNN前几层作为编码器，再搭建解码器，用正常样本训练重构任务，最后用重构误差做判别。

2. 基于特征分布的异常检测 #

提取CNN中间层的特征（比如最后一个全连接层的输出，即logits），用正常样本的特征拟合一个概率分布模型（比如高斯混合模型GMM、核密度估计KDE）。对于未知样本，计算其特征在该分布下的概率密度，低于阈值则判定为异常。

• 优势：利用了模型学到的高层特征，比直接用分类置信度更能捕捉数据的分布差异。

3. 调整原分类模型的置信度校准 #

你的原CNN输出的概率可能存在校准问题（比如模型过于自信或不自信），可以先对模型做置信度校准（比如用Platt缩放、温度缩放），再用校准后的最大概率做阈值判别。

• 优势：能让模型输出的概率更接近真实的分类置信度，减少因概率校准问题导致的误判/漏判。

你的代码可以用numpy的向量化操作简化，避免循环，提升效率：

import numpy as np

y_pred = s_model.predict(X_test_scaled)
max_probs = np.max(y_pred, axis=1)

# 区分正常和异常
abnormal_mask = max_probs <= 0.7
abnormal_count = np.sum(abnormal_mask)
normal_probs = max_probs[~abnormal_mask]
abnormal_probs = max_probs[abnormal_mask]

print(f'Anomaly detected count: {abnormal_count}')

内容的提问来源于stack exchange，提问作者Nazmul1001