Локальный фактор аномальности (Local Outlier Factor) для обнаружения новизны

Введение

В этом лабораторном занятии мы будем использовать алгоритм Local Outlier Factor (LOF) для обнаружения новизны. LOF - это метод неконтролируемого обнаружения аномалий, который определяет локальное отклонение плотности заданной точки данных по отношению к ее соседям. Он рассматривает образцы, имеющие существенно меньшую плотность, чем их соседи, как выбросы.

Советы по виртуальной машине

После запуска виртуальной машины нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если у вас возникнут проблемы во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Skills Graph

Импорт библиотек

Мы начнем с импорта необходимых библиотек. Мы будем использовать scikit-learn, numpy и matplotlib.

import numpy as np
import matplotlib.pyplot as plt
from sklearn.neighbors import LocalOutlierFactor

Генерация данных

Мы сгенерируем некоторые данные для обучения, тестирования и обнаружения выбросов с использованием numpy. Мы сгенерируем 100 нормальных наблюдений для обучения, 20 нормальных наблюдений для тестирования и 20 аномальных новых наблюдений.

np.random.seed(42)

xx, yy = np.meshgrid(np.linspace(-5, 5, 500), np.linspace(-5, 5, 500))
X = 0.3 * np.random.randn(100, 2)
X_train = np.r_[X + 2, X - 2]
X = 0.3 * np.random.randn(20, 2)
X_test = np.r_[X + 2, X - 2]
X_outliers = np.random.uniform(low=-4, high=4, size=(20, 2))

Обучение модели

Теперь мы обучим модель LOF с использованием обучающих данных. Мы устанавливаем количество соседей равным 20 и параметр novelty (новизна) в значение true. Также мы устанавливаем параметр contamination (загрязнение) равным 0.1.

clf = LocalOutlierFactor(n_neighbors=20, novelty=True, contamination=0.1)
clf.fit(X_train)

Оценка модели

Мы оценим обученную модель на тестовых данных и данных с выбросами. Мы будем использовать метод predict для предсказания меток тестовых данных и данных с выбросами. Затем мы подсчитаем количество ошибок в тестовых данных и данных с выбросами.

y_pred_test = clf.predict(X_test)
y_pred_outliers = clf.predict(X_outliers)
n_error_test = y_pred_test[y_pred_test == -1].size
n_error_outliers = y_pred_outliers[y_pred_outliers == 1].size

Визуализация результатов

Мы визуализируем результаты, построив графики обучающих, тестовых и аномальных данных вместе с выученной границей. Мы также отобразим количество ошибок в тестовых и аномальных данных.

Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)

plt.title("Novelty Detection with LOF")
plt.contourf(xx, yy, Z, levels=np.linspace(Z.min(), 0, 7), cmap=plt.cm.PuBu)
a = plt.contour(xx, yy, Z, levels=[0], linewidths=2, colors="darkred")
plt.contourf(xx, yy, Z, levels=[0, Z.max()], colors="palevioletred")

s = 40
b1 = plt.scatter(X_train[:, 0], X_train[:, 1], c="white", s=s, edgecolors="k")
b2 = plt.scatter(X_test[:, 0], X_test[:, 1], c="blueviolet", s=s, edgecolors="k")
c = plt.scatter(X_outliers[:, 0], X_outliers[:, 1], c="gold", s=s, edgecolors="k")
plt.axis("tight")
plt.xlim((-5, 5))
plt.ylim((-5, 5))
plt.legend(
    [a.collections[0], b1, b2, c],
    [
        "learned frontier",
        "training observations",
        "new regular observations",
        "new abnormal observations",
    ],
    loc="upper left",
    prop=matplotlib.font_manager.FontProperties(size=11),
)
plt.xlabel(
    "errors novel regular: %d/40 ; errors novel abnormal: %d/40"
    % (n_error_test, n_error_outliers)
)
plt.show()

Резюме

В этом практическом занятии (лабораторной работе) мы использовали алгоритм Local Outlier Factor (LOF) для обнаружения новизны. Мы сгенерировали данные для обучения, тестирования и аномальных значений, обучили модель LOF, оценили модель и визуализировали результаты.