Вы планируете использовать неконтролируемое обнаружение аномалий для классификации образцов тканей как нормальных или мутировавших. Какие два условия подтверждают использование метода неконтролируемого обнаружения аномалий?

Неконтролируемое обнаружение аномалий эффективно, когда аномалии (мутации) встречаются редко, поскольку модель обучается на преобладающем "нормальном" классе и выявляет отклонения. Если бы количество нормальных и мутировавших образцов было примерно одинаковым, это была бы задача классификации, а не обнаружения аномалий. Ожидание схожих признаков у будущих мутаций с существующими мутировавшими образцами важно, так как модель должна иметь возможность распознавать эти паттерны как аномалии. Если бы будущие мутации имели совершенно другие признаки, модель, обученная на текущих данных, могла бы их не обнаружить. Наличие уже размеченных данных делает возможным использование контролируемого обучения, что обычно предпочтительнее, если такие данные доступны, но не является условием для неконтролируемого подхода.