在群集中查找异常值的标识

Question

我是机器学习的新手，现在正在尝试使用奇异值分解（SVD）。根据我使用matplotlib在digram之后绘制的x和y值。我正在检测网络用户的异常活动。 在此图中，有一些像异常值的点。我想确定谁属于这些异常值。

为了让它更容易理解，我们采取以下数据集。

基于网页访问的原始矩阵。

matrix = mat( [[1,0,0,1,1,0,1,0,1,0], [1,0,0,0,1,0,1,0,1,1],[1,0,1,0,1,0,0,0,1,0],[0,1,1,1,0,1,0,1,0,0],[1,1,0,0,1,0,1,1,1,1],[0,0,1,0,1,1,0,1,0,0],[1,1,0,1,0,1,0,0,1,0],[1,0,0,0,1,0,1,1,1,1],[0,1,1,0,1,0,1,0,0,0],[1,1,0,1,0,1,0,1,1,0]] )

计算SVD后的x，y协调。

x = [-0.34095692,-0.34044722,-0.27155318,-0.21320583,-0.44657865,-0.19587836, -0.29414279, -0.3948753 ,-0.21655774 , -0.34857087]
y = [0.16305762,0.38554548, 0.10412536, -0.57981103, 0.17927523, -0.22612216, -0.34569697, 0.30463137,0.01301744,-0.42661108]

我想要的是找到属于给定数据点的人。在大型数据集中如何明智地如何找到异常值的身份？希望你理解我的问题。

Answer 1

我建议仔细阅读：

http://scikit-learn.org/stable/modules/outlier_detection.html

OneClassSVM可以检测异常值：http://scikit-learn.org/stable/modules/generated/sklearn.svm.OneClassSVM.html 例如：http://scikit-learn.org/stable/auto_examples/svm/plot_oneclass.html