目录 LOF算法简介Sklearn官网LOF算法应用实例1Sklearn官网LOF算法应用实例2基于LOF算法鸢尾花数据集异常值检测读取数据构造数据可视化，画出可疑异常点LOF算法 LOF算法简介 LOF异常检测算法是一种基
LOF异常检测算法是一种基于密度的异常检测算法，基于密度的异常检测算法主要思想是：给定的样本数据集，对于数据集中的点，如果其局部领域的点都很密集，那么这个点大概率为正常的数据点；而如果这个点距离其相邻的点距离较远，也就是在一个局部领域的点密度较小，那么这个点可能为异常点。
clf.negative_outlier_factor_输出：array([ -0.98214286, -1.03703704, -73.36970899, -0.98214286])
绝对值越大于1则越有可能是异常。很明显101.1最有可能是异常。
导入包：
构造二维数据，以及一些离群点，并可视化：
LOF算法：
根据X_scores可视化，红色圈越大，该点越可能是异常点：
import pandas as pdimport numpy as npimport matplotlibimport matplotlib.pyplot as pltfrom sklearn.neighbors import LocalOutlierFactorfrom sklearn.datasets import load_irismatplotlib.rcParams['font.sans-serif']=['SimHei'] # 用黑体显示中文%matplotlib inlineiris_data = load_iris()iris_data.data[0:5,:]array([[5.1, 3.5, 1.4, 0.2], [4.9, 3. , 1.4, 0.2], [4.7, 3.2, 1.3, 0.2], [4.6, 3.1, 1.5, 0.2], [5. , 3.6, 1.4, 0.2]])# 数据规模iris_data.data.shape(150, 4)# 特征iris_data.feature_names['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)']# 查看类别pd.DataFrame(iris_data.target).value_counts(), iris_data.target_names(0 50 1 50 2 50 dtype: int64, array(['setosa', 'versicolor', 'virginica'], dtype='这里为方便可视化，只选取iris数据集中 ‘sepal width (cm)’ 和 ‘petal width (cm)’ 两个特征
data = iris_data.data[:, [1, 3]]data = pd.DataFrame(data, columns=iris_data.feature_names[1:4:2])#['sepal width (cm)','petal width (cm)']data.head()| sepal width (cm) | petal width (cm) | |
|---|---|---|
| 0 | 3.5 | 0.2 |
| 1 | 3.0 | 0.2 |
| 2 | 3.2 | 0.2 |
| 3 | 3.1 | 0.2 |
| 4 | 3.6 | 0.2 |
# 可视化两个特征'sepal width (cm)','petal width (cm)'data.plot(kind="scatter", x="sepal width (cm)", y="petal width (cm)", c='r', figsize=(6,2))## 圈出可疑的异常点plt.plot(2.3, 0.3, "ko", markersize=20, markerfacecolor="none")plt.annotate("可能异常点", xy=(2.3, 0.48), xytext=(2, 0.75), arrowprops=dict(facecolor="blue"))plt.plot(3.8, 2.1, "ko", markersize=30, markerfacecolor="none")plt.annotate("可能异常点", xy=(3.9, 1.9), xytext=(4, 1.5), arrowprops=dict(facecolor="blue"))plt.plot(4.4, 0.4, "ko", markersize=20, markerfacecolor="none")plt.annotate("可能异常点", xy=(4.3, 0.5), xytext=(4.5, 1), arrowprops=dict(facecolor="blue"))Text(4.5, 1, '可能异常点')
lof = LocalOutlierFactor(n_neighbors=30, metric="minkowski")outlier_pre = lof.fit_predict(data.values)"异常值数量:%d"%np.sum(outlier_pre==-1)'异常值数量:7'# 异常点data[outlier_pre==-1]| sepal width (cm) | petal width (cm) | |
|---|---|---|
| 15 | 4.4 | 0.4 |
| 33 | 4.2 | 0.2 |
| 41 | 2.3 | 0.3 |
| 60 | 2.0 | 1.0 |
| 109 | 3.6 | 2.5 |
| 117 | 3.8 | 2.2 |
| 131 | 3.8 | 2.0 |
scores = lof.negative_outlier_factor_# negative_outlier_factor_数值越大越正常；数值越小越不正常，可能是离群点scores = (scores.max()-scores)/(scores.max()-scores.min())data.plot(kind="scatter", x="sepal width (cm)", y="petal width (cm)", c='r', figsize=(6,2))plt.scatter(data["sepal width (cm)"], data["petal width (cm)" ], s=800*scores, edgecolors='k', facecolor="none",label="score")
来源地址：https://blog.csdn.net/qq_43276566/article/details/132521651
--结束END--
本文标题: 基于LOF算法的异常值检测
本文链接: https://www.lsjlt.com/news/382527.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑，方便收藏和打印～
2024-03-01
2024-03-01
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
官方手机版
微信公众号
商务合作
0