Обнаружение неконтролируемых выбросов с использованием автоэнкодеров (python) с помощью pyod - PullRequest
Новая
       51

Обнаружение неконтролируемых выбросов с использованием автоэнкодеров (python) с помощью pyod

1 голос
/ 03 апреля 2020

PyOD: python обнаружение неконтролируемых выбросов с помощью автокодеров

Я нашел это руководство в Интернете, которое выполняет обнаружение выбросов (с pyod в python).

https://towardsdatascience.com/anomaly-detection-with-pyod-b523fc47db9

Однако в учебном пособии не показано, как отследить баллы выбросов до исходных данных - как на самом деле определить, какие наблюдения были выбросами ? Я приложил код ниже.

Спасибо! 

import numpy as np
import pandas as pd
from pyod.models.knn import KNN
from pyod.models.auto_encoder import AutoEncoder
from pyod.utils.data import generate_data

contamination = 0.1  # percentage of outliers
n_train = 500  # number of training points
n_test = 500  # number of testing points
n_features = 25 # Number of features

X_train, y_train, X_test, y_test = generate_data(
    n_train=n_train, n_test=n_test,
    n_features= n_features, 
    contamination=contamination,random_state=1234)

X_train = pd.DataFrame(X_train)
X_test = pd.DataFrame(X_test)

from sklearn.preprocessing import StandardScaler
X_train = StandardScaler().fit_transform(X_train)
X_train = pd.DataFrame(X_train)
X_test = StandardScaler().fit_transform(X_test)
X_test = pd.DataFrame(X_test)


clf1 = AutoEncoder(hidden_neurons =[25, 2, 2, 25])
clf1.fit(X_train)

# Get the outlier scores for the train data
y_train_scores = clf1.decision_scores_  

# Predict the anomaly scores
y_test_scores = clf1.decision_function(X_test)  # outlier scores
y_test_scores = pd.Series(y_test_scores)

# Plot it!
import matplotlib.pyplot as plt
plt.hist(y_test_scores, bins='auto')  
plt.title("Histogram for Model Clf1 Anomaly Scores")
plt.show()

df_test = X_test.copy()
df_test['score'] = y_test_scores
df_test['cluster'] = np.where(df_test['score']<4, 0, 1)
df_test['cluster'].value_counts()

df_test.groupby('cluster').mean()
...