LocalOutlierFactor#

класс sklearn.neighbors.LocalOutlierFactor(n_neighbors=20, *, алгоритм='auto', leaf_size=30, метрика='minkowski', p=2, metric_params=None, contamination='auto', новизна=False, n_jobs=None)[источник]#

Обнаружение выбросов без учителя с использованием фактора локальных выбросов (LOF).

Аномальный балл каждого образца называется локальным фактором выброса. Он измеряет локальное отклонение плотности данного образца относительно его соседей. Он локальный в том смысле, что аномальный балл зависит от того, насколько изолирован объект относительно окружающей окрестности. Более точно, локальность задается k ближайшими соседями, расстояние до которых используется для оценки локальной плотности. Сравнивая локальную плотность образца с локальными плотностями его соседей, можно идентифицировать образцы, имеющие существенно меньшую плотность, чем их соседи. Они считаются выбросами.

Добавлено в версии 0.19.

Параметры:

n_neighborsint, по умолчанию=20

Количество соседей для использования по умолчанию для kneighbors запросы. Если n_neighbors больше количества предоставленных образцов, будут использованы все образцы.

алгоритм{‘auto’, ‘ball_tree’, ‘kd_tree’, ‘brute’}, по умолчанию=’auto’

Алгоритм, используемый для вычисления ближайших соседей:

'ball_tree' будет использовать BallTree
'kd_tree' будет использовать KDTree
'brute' будет использовать поиск методом грубой силы.
'auto' попытается определить наиболее подходящий алгоритм на основе значений, переданных в fit метод.

Примечание: обучение на разреженных входных данных переопределит настройку этого параметра, используя метод грубой силы.

leaf_sizeint, по умолчанию=30

Лист имеет размер, переданный в BallTree или KDTree. Это может повлиять на скорость построения и выполнения запросов, а также на память, необходимую для хранения дерева. Оптимальное значение зависит от характера задачи.

метрикаstr или callable, по умолчанию='minkowski'

Метрика для вычисления расстояния. По умолчанию “minkowski”, что дает стандартное евклидово расстояние при p = 2. См. документацию scipy.spatial.distance и метрики, перечисленные в distance_metrics для допустимых значений метрик.

Если метрика "precomputed", X считается матрицей расстояний и должна быть квадратной во время подгонки. X может быть разреженный граф, в этом случае только "ненулевые" элементы могут считаться соседями.

Если metric - вызываемая функция, она принимает два массива, представляющих 1D векторы, в качестве входных данных и должна возвращать одно значение, указывающее расстояние между этими векторами. Это работает для метрик Scipy, но менее эффективно, чем передача имени метрики в виде строки.

pfloat, по умолчанию=2

Параметр для метрики Минковского из sklearn.metrics.pairwise_distances. Когда p = 1, это эквивалентно использованию manhattan_distance (l1) и euclidean_distance (l2) для p = 2. Для произвольного p используется minkowski_distance (l_p).

metric_paramsdict, по умолчанию=None

Дополнительные именованные аргументы для метрической функции.

contamination'auto' или float, по умолчанию='auto'

Степень загрязнения набора данных, т.е. доля выбросов в наборе данных. При обучении это используется для определения порога на оценках образцов.

если 'auto', порог определяется как в оригинальной статье,
если это float, загрязнение должно быть в диапазоне (0, 0.5].

Изменено в версии 0.22: Значение по умолчанию для contamination изменено с 0.1 на 'auto'.

новизнаbool, по умолчанию=False

По умолчанию LocalOutlierFactor предназначен только для обнаружения выбросов (novelty=False). Установите novelty в True, если хотите использовать LocalOutlierFactor для обнаружения новизны. В этом случае учтите, что вы должны использовать только predict, decision_function и score_samples на новых, ранее невиданных данных, а не на обучающем наборе; и обратите внимание, что результаты, полученные таким образом, могут отличаться от стандартных результатов LOF.

Добавлено в версии 0.20.

n_jobsint, default=None

Количество параллельных задач для поиска соседей. None означает 1, если только не в joblib.parallel_backend контекст. -1 означает использование всех процессоров. См. Глоссарий для получения дополнительной информации.

Атрибуты:

negative_outlier_factor_ndarray формы (n_samples,)

Противоположное значение LOF обучающих образцов. Чем выше, тем более нормальным. Выбросы обычно имеют оценку LOF близкую к 1 (negative_outlier_factor_ близко к -1), в то время как выбросы имеют тенденцию иметь больший показатель LOF.

Локальный фактор выброса (LOF) образца отражает его предполагаемую 'степень аномальности'. Это среднее значение отношения локальной плотности достижимости образца к таковой у его k ближайших соседей.

n_neighbors_int

Фактическое количество соседей, используемых для kneighbors запросы.

offset_float

Смещение, используемое для получения бинарных меток из исходных оценок. Наблюдения с отрицательным коэффициентом выброса меньше, чем offset_ обнаруживаются как аномальные. Смещение установлено на -1.5 (оценки нормальных объектов около -1), за исключением случаев, когда предоставлен параметр загрязнения, отличный от "auto". В этом случае смещение определяется таким образом, чтобы получить ожидаемое количество выбросов при обучении.

Добавлено в версии 0.20.

effective_metric_str

Эффективная метрика, используемая для вычисления расстояния.

effective_metric_params_dict

Эффективные дополнительные аргументы ключевых слов для функции метрики.

n_features_in_int

Количество признаков, замеченных во время fit.

Добавлено в версии 0.24.

feature_names_in_ndarray формы (n_features_in_,)

Имена признаков, наблюдаемых во время fit. Определено только когда X имеет имена признаков, которые все являются строками.

Добавлено в версии 1.0.

n_samples_fit_int

Это количество образцов в обучающих данных.

Смотрите также

sklearn.svm.OneClassSVM: Обнаружение выбросов без учителя с использованием машины опорных векторов.

Ссылки

[1]

Breunig, M. M., Kriegel, H. P., Ng, R. T., & Sander, J. (2000, Май). LOF: идентификация локальных выбросов на основе плотности. В материалах 2000 ACM SIGMOD International Conference on Management of Data, стр. 93-104.

Примеры

>>> import numpy as np
>>> from sklearn.neighbors import LocalOutlierFactor
>>> X = [[-1.1], [0.2], [101.1], [0.3]]
>>> clf = LocalOutlierFactor(n_neighbors=2)
>>> clf.fit_predict(X)
array([ 1,  1, -1,  1])
>>> clf.negative_outlier_factor_
array([ -0.9821,  -1.0370, -73.3697,  -0.9821])

decision_function(X)[источник]#

Сдвинутая противоположность локального фактора выбросов X.

Чем больше, тем лучше, т.е. большие значения соответствуют нормальным объектам.

Доступно только для обнаружения новизны (когда novelty установлено в True). Смещение позволяет установить нулевой порог для выброса. Аргумент X предполагается содержащим новые данные: если X содержит точку из обучающей выборки, она учитывает её в своём собственном соседстве. Также выборки в X не учитываются в соседстве любой точки.

Параметры:

X{array-like, sparse matrix} формы (n_samples, n_features): Образец или образцы запроса для вычисления фактора локальных выбросов относительно обучающих образцов.

Возвращает:

shifted_opposite_lof_scoresndarray формы (n_samples,): Сдвинутая противоположность локального фактора выбросов для каждого входного образца. Чем ниже, тем более аномальным. Отрицательные значения представляют выбросы, положительные — нормальные точки.

fit(X, y=None)[источник]#

Обучить детектор локального фактора выбросов на обучающем наборе данных.

Параметры:

X{array-like, sparse matrix} формы (n_samples, n_features) или (n_samples, n_samples) если metric='precomputed': Обучающие данные.
yИгнорируется: Не используется, присутствует для согласованности API по соглашению.

Возвращает:

selfLocalOutlierFactor: Обученный детектор локальных выбросов.

fit_predict(X, y=None)[источник]#

Обучить модель на обучающем наборе X и вернуть метки.

Недоступно для обнаружения новизны (когда novelty установлено в True). Метка равна 1 для выброса и -1 для аномалии в соответствии с оценкой LOF и параметром contamination.

Параметры:

X{array-like, sparse matrix} формы (n_samples, n_features), по умолчанию=None: Образец или образцы запроса для вычисления фактора локальных выбросов относительно обучающих образцов.
yИгнорируется: Не используется, присутствует для согласованности API по соглашению.

Возвращает:

is_inlierndarray формы (n_samples,): Возвращает -1 для аномалий/выбросов и 1 для нормальных точек.

6332()[источник]#

Получить маршрутизацию метаданных этого объекта.

Пожалуйста, проверьте Руководство пользователя о том, как работает механизм маршрутизации.

Возвращает:

маршрутизацияMetadataRequest: A MetadataRequest Инкапсуляция информации о маршрутизации.

get_params(глубокий=True)[источник]#

Получить параметры для этого оценщика.

Параметры:

глубокийbool, по умолчанию=True: Если True, вернет параметры для этого оценщика и вложенных подобъектов, которые являются оценщиками.

Возвращает:

paramsdict: Имена параметров, сопоставленные с их значениями.

kneighbors(X=None, n_neighbors=None, return_distance=True)[источник]#

Найти K ближайших соседей точки.

Возвращает индексы и расстояния до соседей каждой точки.

Параметры:

X{array-like, sparse matrix}, shape (n_queries, n_features), или (n_queries, n_indexed) если metric == 'precomputed', default=None: Точка или точки запроса. Если не указано, возвращаются соседи каждой индексированной точки. В этом случае точка запроса не считается своим собственным соседом.
n_neighborsint, default=None: Количество соседей, требуемых для каждого образца. По умолчанию используется значение, переданное конструктору.
return_distancebool, по умолчанию=True: Возвращать ли расстояния.

Возвращает:

neigh_distndarray формы (n_queries, n_neighbors): Массив, представляющий длины до точек, присутствует только если return_distance=True.
neigh_indndarray формы (n_queries, n_neighbors): Индексы ближайших точек в матрице популяции.

Примеры

В следующем примере мы создаем класс NearestNeighbors из массива, представляющего наш набор данных, и спрашиваем, какая точка ближе всего к [1,1,1]

>>> samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=1)
>>> neigh.fit(samples)
NearestNeighbors(n_neighbors=1)
>>> print(neigh.kneighbors([[1., 1., 1.]]))
(array([[0.5]]), array([[2]]))

Как видите, он возвращает [[0.5]] и [[2]], что означает, что элемент находится на расстоянии 0.5 и является третьим элементом выборок (индексы начинаются с 0). Вы также можете запросить несколько точек:

>>> X = [[0., 1., 0.], [1., 0., 1.]]
>>> neigh.kneighbors(X, return_distance=False)
array([[1],
       [2]]...)

kneighbors_graph(X=None, n_neighbors=None, mode='connectivity')[источник]#

Вычислить (взвешенный) граф k-ближайших соседей для точек в X.

Параметры:

X{array-like, sparse matrix} формы (n_queries, n_features), или (n_queries, n_indexed) если metric == ‘precomputed’, default=None: Точка или точки запроса. Если не предоставлено, возвращаются соседи каждой индексированной точки. В этом случае точка запроса не считается своим собственным соседом. Для metric='precomputed' форма должна быть (n_queries, n_indexed). В противном случае форма должна быть (n_queries, n_features).
n_neighborsint, default=None: Количество соседей для каждой выборки. По умолчанию используется значение, переданное конструктору.
mode{'connectivity', 'distance'}, по умолчанию='connectivity': Тип возвращаемой матрицы: 'connectivity' вернет матрицу связности с единицами и нулями, в 'distance' ребра являются расстояниями между точками, тип расстояния зависит от выбранного параметра metric в классе NearestNeighbors.

Возвращает:

Aразреженная матрица формы (n_queries, n_samples_fit): n_samples_fit это количество образцов в подогнанных данных. A[i, j] дает вес ребра, соединяющего i to j. Матрица имеет формат CSR.

Смотрите также

NearestNeighbors.radius_neighbors_graph: Вычислить (взвешенный) граф соседей для точек в X.

Примеры

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=2)
>>> neigh.fit(X)
NearestNeighbors(n_neighbors=2)
>>> A = neigh.kneighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 1.],
       [1., 0., 1.]])

predict(X=None)[источник]#

Предсказать метки (1 - нормальный объект, -1 - выброс) для X согласно LOF.

Доступно только для обнаружения новизны (когда novelty установлено в True). Этот метод позволяет обобщать предсказание на новые наблюдения (не в обучающем наборе). Обратите внимание, что результат clf.fit(X) затем clf.predict(X) с novelty=True может отличаться от результата, полученного с помощью clf.fit_predict(X) с novelty=False.

Параметры:

X{array-like, sparse matrix} формы (n_samples, n_features): Образец или образцы запроса для вычисления фактора локальных выбросов относительно обучающих образцов.

Возвращает:

is_inlierndarray формы (n_samples,): Возвращает -1 для аномалий/выбросов и +1 для нормальных точек.

score_samples(X)[источник]#

Противоположность локального фактора выбросов для X.

Это противоположно тому, что больше — лучше, т.е. большие значения соответствуют выбросам.

Доступно только для обнаружения новизны (когда novelty установлено в True). Аргумент X должен содержать новые данные: если X содержит точку из обучающей выборки, она рассматривает последнюю в своей собственной окрестности. Также образцы в X не рассматриваются в окрестности любой точки. Из-за этого оценки, полученные через score_samples может отличаться от стандартных оценок LOF. Стандартные оценки LOF для обучающих данных доступны через negative_outlier_factor_ атрибут.

Параметры:

X{array-like, sparse matrix} формы (n_samples, n_features): Образец или образцы запроса для вычисления фактора локальных выбросов относительно обучающих образцов.

Возвращает:

opposite_lof_scoresndarray формы (n_samples,): Противоположность локального фактора выброса для каждого входного образца. Чем ниже, тем более аномальным.

set_params(**params)[источник]#

Установить параметры этого оценщика.

Метод работает как на простых оценщиках, так и на вложенных объектах (таких как Pipeline). Последние имеют параметры вида __ чтобы можно было обновить каждый компонент вложенного объекта.

Параметры: