我认为答案是高斯分布。这是一种用于异常检测的著名方法。您所做的是使您的特征适合高斯分布，并且概率低于特定阈值的样本被标记为异常值。

引用论文建模异常值分数分布：

许多现有的无监督异常值检测算法计算每个数据对象的某种分数，作为异常值程度的度量。分数用于对数据点进行排序，以便将前 n 个点视为异常值。例如，[4] 中提出的基于统计的方法，使用高斯混合模型来表示正常行为，并根据模型的变化对每个数据进行评分。高分表示成为异常值的可能性很高。

用法示例 - 1。

使用示例 - 2