Look everywhere effects in anomaly detection
Este artículo investiga el efecto de "mirar en todas partes" en la detección de anomalías basada en aprendizaje automático, demostrando que, si bien el entrenamiento y las pruebas con los mismos datos conducen a valores descalibrados, estrategias como la validación cruzada de k pliegues ofrecen un equilibrio eficaz entre la calibración estadística y la sensibilidad a la nueva física.