Я работаю над лесом изоляции.Я реализовал этот код для создания изолированного леса, содержащего iTrees.
import pandas as pd
import numpy as np
import random
from sklearn.model_selection import train_test_split
class ExNode:
def __init__(self,size):
self.size=size
class InNode:
def __init__(self,left,right,splitAtt,splitVal):
self.left=left
self.right=right
self.splitAtt=splitAtt
self.splitVal=splitVal
def iForest(X,noOfTrees,sampleSize):
forest=[]
hlim=int(np.ceil(np.log2(max(sampleSize, 2))))
for i in range(noOfTrees):
X_train=X.sample(sampleSize)
forest.append(iTree(X_train,0,hlim))
return forest
def iTree(X,currHeight,hlim):
if currHeight>=hlim or len(X)<=1:
return ExNode(len(X))
else:
Q=X.columns
q=random.choice(Q)
p=random.choice(X[q].unique())
X_l=X[X[q]<p]
X_r=X[X[q]>=p]
return InNode(iTree(X_l,currHeight+1,hlim),iTree(X_r,currHeight+1,hlim),q,p)
def pathLength(x,Tree,currHeight):
if isinstance(Tree,ExNode):
return currHeight
a=Tree.splitAtt
if x[a]<Tree.splitVal:
return pathLength(x,Tree.left,currHeight+1)
else:
return pathLength(x,Tree.right,currHeight+1)
def _h(i):
return np.log2(i) + 0.5772156649
def _c(n):
if n > 2:
h = _h(n-1)
return 2*h - (2*(n - 1)/n)
if n == 2:
return 1
else:
return 0
def _anomaly_score(score, n_samples):
score = -score/_c(n_samples)
return 2**score
df=pd.read_csv("db.csv")
y_true=df['Target']
df_data=df.drop('Target',1)
sampleSize=256
X_train, X_test, y_train, y_test = train_test_split(df_data, y_true, test_size=0.3)
ifor=iForest(X_train,100,sampleSize)
for index, row in test.iterrows():
sxn = 0;
testLenLst = []
for tree in ifor:
testLenLst.append(pathLength(row,tree,0))
if(len(testLenLst) != 0):
ehx = (sum(testLenLst) / float(len(testLenLst)))
if(_anomaly_score(ehx,sampleSize) >= .5):
print("Anomaly S(x,n) " + str(_anomaly_score(ehx,sampleSize)))
else:
print("Normal S(x,n) " + str(_anomaly_score(ehx,sampleSize)))
На самом деле, реальная проблема заключается в том, что я хочу отобразить iTree.Для этого я использую функцию .fit() для построения модели.Но .fit () работает только на моделях, построенных из предопределенных алгоритмов на python.Тогда как в моем случае именно я разработал алгоритм леса изоляции.Ниже показано, как я попробовал конструкцию модели, а также отображение iTree.
from sklearn.tree import export_graphviz
ifor.fit(X_train)
estimator = ifor.tree[1]
export_graphviz(estimator,
out_file='tree.dot',
feature_names = df.feature_names,
class_names = df.target_names,
rounded = True, proportion = False,
precision = 2, filled = True)
from subprocess import call
call(['dot', '-Tpng', 'tree.dot', '-o', 'tree.png', '-Gdpi=600'])
from IPython.display import Image
Image(filename = 'tree.png')
Это показывает мне следующую ошибку: Ошибка, которую я получаю, когда пытаюсь отобразить iTree