Rilevamento di novità

Progettare workflow di Machine Learning in Python

Dr. Chris Anagnostopoulos

Honorary Associate Professor

Classificazione one-class

Dati di training senza anomalie:

Due cluster di punti neri.

Dati futuri/test con anomalie:

Due cluster di punti neri con anche alcuni punti isolati.

Soluzione alternativa

preds = lof().fit_predict(
   np.concatenate([X_train, X_test]))

preds = preds[X_train.shape[0]:]

Due cluster di punti neri con alcuni punti rossi isolati.

LoF per novità

clf = lof(novelty=True)

clf.fit(X_train)
y_pred = clf.predict(X_test)

Due cluster di punti con alcuni punti rossi isolati.

clf = OneClassSVM()

clf.fit(X_train)
y_pred = clf.predict(X_test)

y_pred[:4]

array([ 1,  1,  1, -1])

Due cluster di punti con alcuni punti isolati. Molti punti sono rossi, sia nei cluster sia tra quelli isolati.

clf = OneClassSVM()
clf.fit(X_train)
y_scores = clf.score_samples(X_test)

threshold = np.quantile(y_scores, 0.1)

y_pred = y_scores <= threshold

Due cluster di punti neri con alcuni punti rossi isolati.

clf = IsolationForest()
clf.fit(X_train)
y_scores = clf.score_samples(X_test)

clf = LocalOutlierFactor(novelty=True)
clf.fit(X_train)
y_scores = clf.score_samples(X_test)

Due cluster di punti neri con alcuni punti rossi isolati.

clf_lof = LocalOutlierFactor(novelty=True).fit(X_train)
clf_isf = IsolationForest().fit(X_train)
clf_svm = OneClassSVM().fit(X_train)

roc_auc_score(y_test, clf_lof.score_samples(X_test)

0.9897

roc_auc_score(y_test, clf_isf.score_samples(X_test))

0.9692

roc_auc_score(y_test, clf_svm.score_samples(X_test))

0.9948

clf_lof = LocalOutlierFactor(novelty=True).fit(X_train)
clf_isf = IsolationForest().fit(X_train)
clf_svm = OneClassSVM().fit(X_train)

accuracy_score(y_test, clf_lof.predict(X_test))

0.9318

accuracy_score(y_test, clf_isf.predict(X_test))

0.9545

accuracy_score(y_test, clf_svm.predict(X_test))

0.5

Progettare workflow di Machine Learning in Python