Чем детекция аномалий отличается от классификации редкого класса?

Классификация редкого класса решает задачу «отличить известное плохое от нормы», детекция аномалий — «заметить то, чего мы раньше не видели». Отсюда все различия. Классификации нужны метки обоих классов, и она сильна ровно там, где паттерн уже встречался: бустинг на исторических чарджбэках ловит знакомые схемы фрода лучше любого unsupervised-детектора. Детекция аномалий работает без меток, описывает норму и сигналит об отклонении — поэтому она замечает новую схему в первый же день, но не отличает мошенника от маркетинговой акции. Метрики тоже разные: у классификации PR-AUC и precision/recall по классу, у детекции — доля пойманных инцидентов, время до обнаружения, число ложных тревог в сутки. В зрелых системах их совмещают: supervised-модель отвечает за известные типы, unsupervised-слой — за неизвестные, а вердикты дежурных постепенно переводят находки второго слоя в обучающую выборку первого.