新颖性检测

用 Python 设计机器学习工作流

Dr. Chris Anagnostopoulos

Honorary Associate Professor

一类分类

无异常的训练数据：

两个黑色点簇。

包含异常的未来/测试数据：

两个黑色点簇，另有一些孤立点。

用 Python 设计机器学习工作流

新颖性 LoF

变通方案

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

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

两个黑色点簇，伴有一些孤立的红点。

新颖性 LoF

clf = lof(novelty=True)

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

两个黑色点簇，伴有一些孤立的红点。

用 Python 设计机器学习工作流

一类支持向量机

clf = OneClassSVM()

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

y_pred[:4]

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

两个点簇及一些孤立点。大多数点为红色，既包括簇内也包括孤立点。

用 Python 设计机器学习工作流

一类支持向量机

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

两个黑色点簇，伴有一些孤立的红点。

用 Python 设计机器学习工作流

孤立森林

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)

两个黑色点簇，伴有一些孤立的红点。

用 Python 设计机器学习工作流
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
用 Python 设计机器学习工作流
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
用 Python 设计机器学习工作流

有哪些新变化？

用 Python 设计机器学习工作流

Preparing Video For Download...