数据挖掘中异常检测的经典算法有哪些

数据挖掘中异常检测的经典算法包括：

1. 基于统计学的异常检测算法，如Z-score、箱线图等。

2. 基于距离的异常检测算法，如LOF（局部离群因子）、KNN（K近邻）等。

3. 基于密度的异常检测算法，如DBSCAN（基于密度的空间聚类应用）等。

4. 基于聚类的异常检测算法，如K-means、GMM（高斯混合模型）等。

5. 基于分类的异常检测算法，如SVM（支持向量机）等。

6. 基于时间序列的异常检测算法，如ARIMA（自回归移动平均模型）等。

7. 基于深度学习的异常检测算法，如Autoencoder（自编码器）等。