isanomaly
使用隔离森林发现异常数据
描述
特遣部队= isanomaly (森林,资源描述)资源描述使用IsolationForest对象森林并返回逻辑数组特遣部队的元素是真正的在检测到异常时在相应的行资源描述。如果您创建您必须使用这种语法森林通过一个表iforest函数。
特遣部队= isanomaly (___,名称=值)ScoreThreshold= 0.5
例子
发现新奇事物
创建一个IsolationForest未被污染的培训对象观察使用iforest函数。然后检测小礼品(新数据异常)通过对象和新的数据对象的功能isanomaly。
1994年的人口普查数据加载存储census1994.mat。数据集由人口数据来自美国人口普查局预测一个人是否使每年超过50000美元。
负载census1994
census1994包含了训练数据集adultdata和测试数据集成人。
火车一个隔离森林模型adultdata。假设adultdata不包含异常值。
rng (“默认”)%的再现性[Mdl, tf, s] = iforest (adultdata);
Mdl是一个IsolationForest对象。iforest还返回异常指标特遣部队和异常分数年代的训练数据adultdata。如果你不指定ContaminationFraction名称参数值大于0,iforest对待所有正常训练观察观察,的值特遣部队都是逻辑0 (假)。这个函数设置分数阈值最大的分数值。显示阈值。
Mdl.ScoreThreshold
ans = 0.8600
使用训练有素的隔离森林模型发现异常成人。
[tf_test, s_test] = isanomaly (Mdl,成人);
的isanomaly函数返回异常指标tf_test和分数s_test为成人。默认情况下,isanomaly确定观测分数高于阈值(Mdl.ScoreThreshold)异常。
创建直方图异常分数年代和s_test。创建一个垂直线阈值的异常分数。
直方图(年代,规范化=“概率”)举行在直方图(s_test正常化=“概率”)参照线(Mdl.ScoreThreshold“r -”,加入([“阈值”Mdl.ScoreThreshold]))传说(“训练数据”,“测试数据”位置=“西北”)举行从
显示异常的观测指标的测试数据。
找到(tf_test)
ans = 15655
的异常分数分布测试数据与训练数据,isanomaly检测到少量的测试数据与异常默认阈值。您可以指定一个不同的阈值使用ScoreThreshold名称-值参数。例如,看到的指定异常分数阈值。
指定异常分数阈值
指定的阈值异常分数通过使用ScoreThreshold名称-值参数isanomaly。
1994年的人口普查数据加载存储census1994.mat。数据集由人口数据来自美国人口普查局预测一个人是否使每年超过50000美元。
负载census1994
census1994包含了训练数据集adultdata和测试数据集成人。
火车一个隔离森林模型adultdata。
rng (“默认”)%的再现性[Mdl, tf,分数]= iforest (adultdata);
画一个柱状图的分数值。在默认的分数阈值创建一条垂直线。
直方图(分数,正常化=“概率”);参照线(Mdl.ScoreThreshold“r -”,加入([“阈值”Mdl.ScoreThreshold]))
发现的异常测试数据使用训练有素的隔离森林模型。使用不同的阈值从默认阈值训练隔离森林模型时获得的。
确定分数阈值使用isoutlier函数。
[~,~,U] = isoutlier(分数)
U = 0.7449
指定ScoreThreshold名称参数值为U。
[tf_test, scores_test] = isanomaly (Mdl、成人ScoreThreshold = U);直方图(scores_test正常化=“概率”)参照线(U,“r -”,加入([“阈值”U]))
输入参数
输出参数
更多关于
算法
isanomaly认为南,”(空字符向量),”“(空字符串),<失踪>,<定义>值资源描述和南值X缺失值。
isanomaly不使用观察所有缺失值和分配1观测的异常分数。isanomaly使用观察一些缺失值找到分裂这些观测变量的有效值。
引用
[1],f . T。,K. M. Ting, and Z. Zhou. "Isolation Forest,"2008第八届IEEE国际会议数据挖掘。比萨,意大利,2008年,页413 - 422。
