如何应用sklearn的EllipticEnvelope来查找给定数据集中的最高异常值？

Question

我正在使用sklearn＆＃39; EllipticEnvelope来查找数据集中的异常值。但我不确定如何模拟我的问题？我应该只使用所有数据（不分为培训和测试集）并应用fit吗？另外，我如何获得每个数据点的外围性？我应该在同一数据集上使用predict吗？

Answer 1

是的，请致电Fit以使用您的所有数据进行培训。然后，您可以使用所有数据调用Predict，对于异常值返回1，为异常值返回-1，或者建立所有点的矩阵（以包含所有数据点）并调用Predict在每个点上，然后绘制结果，这将给你一个很好的椭圆图像。

这是与其他方法进行比较的full example。

Answer 2

正确的方法是：

1. 将数据划分为normal和outliers。
2. 将normal数据中的大样本作为normal_train，以拟合新颖性检测模型。
3. 以某种方式创建一个测试集，其中包含来自normal的未在培训中使用的样本（例如normal_test）和来自outlier的样本（例如outlier_test）这样test数据（normal_test + outlier_test）的分布保留了人口分布。
4. 预测此test数据以获取常用指标（accuracy，sensitivity，positive-predictive-value等。）

哇。我走了很长的路！