Wykrywanie nowości

Projektowanie przepływów pracy uczenia maszynowego w Pythonie

Dr. Chris Anagnostopoulos

Honorary Associate Professor

Klasyfikacja jednoklasowa

Dane treningowe bez anomalii:

Dwa skupiska czarnych punktów.

Dane przyszłe / testowe z anomaliami:

Dwa skupiska czarnych punktów oraz kilka izolowanych punktów.

Obejście problemu

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

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

Dwa skupiska czarnych punktów z kilkoma izolowanymi czerwonymi punktami.

LoF dla nowości

clf = lof(novelty=True)

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

Dwa skupiska czarnych punktów z kilkoma izolowanymi czerwonymi punktami.

clf = OneClassSVM()

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

y_pred[:4]

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

Dwa skupiska punktów z kilkoma izolowanymi punktami. Większość punktów jest czerwona, zarówno wewnątrz skupisk, jak i wśród izolowanych.

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

Dwa skupiska czarnych punktów z kilkoma izolowanymi czerwonymi punktami.

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)

Dwa skupiska czarnych punktów z kilkoma izolowanymi czerwonymi punktami.

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

Projektowanie przepływów pracy uczenia maszynowego w Pythonie