异常检测本质上处理的是不平衡数据集，因为异常（例如，欺诈、系统故障）与正常实例相比是罕见的。 传统的分类算法通常在这里失败，因为它们优先考虑总体准确性，这可能导致忽略少数类。 然而，异常检测方法旨在关注异常的独特特征，而不是依赖于平衡的类分布。 例如，像 Isolation Forest 这样的技术通过随机划分特征来隔离数据点，由于其独特性，使异常更容易检测。 类似地，One-Class SVM 学习正常数据周围的边界，将边界外的点标记为异常。 这些方法优先考虑多数类的结构模式，从而减少对异常示例的依赖。
特定的算法调整有助于解决不平衡问题。 自编码器是一种深度学习方法，可以在压缩输入数据后重建它。 高重建误差表明存在异常，因为该模型主要在正常数据上进行训练。 另一种方法是使用合成数据生成（例如，SMOTE）来过采样异常，但这在异常检测中不太常见，因为模拟稀有模式很复杂。 相反，混合方法（例如，将多数类的欠采样与以异常为中心的采样相结合）可以提高检测率。 例如，在网络入侵检测中，对正常流量进行欠采样，同时保留关键异常，有助于平衡训练，而不会丢失关键信号。 像局部离群因子 (LOF) 这样的算法也会通过比较局部密度偏差来适应，即使异常稀疏，它也能很好地工作。
评估指标和阈值起着至关重要的作用。 准确性对于不平衡数据具有误导性，因此首选诸如精确率、召回率、F1 分数和 AUC-ROC 等指标。 例如，在医学诊断中（例如，检测罕见疾病），优化召回率可确保减少误报，即使它会增加误报。 调整分类阈值（例如，降低 Isolation Forest 中的异常分数截止值）也可以提高检测率。 此外，集成方法（例如，组合多个异常检测器或使用 boosting（例如，带有异常敏感型基础学习器的 AdaBoost））可增强鲁棒性。 这些策略，结合特定领域的调整（例如，在逻辑回归中对异常错误分类成本进行加权），使开发人员能够有效地处理不平衡，而无需大量的标记异常数据。