LocalOutlierFactor.fit_predict不产生标签数组

Question

我想使用LocalOutlierFactor.fit_predict来收集标签数组（异常时为-1，对于正常实例为+1）。我想使用silhouette_score ()中的标签数组来评估模型性能。但是，scikit-learn抱怨如下：

  

“ ValueError：标签数为1。有效值为2到n_samples-   1（含）”

这表明它不能生成标签数组，而是将所有/无符号的（1）合并为一个单元素数组。

有人可以提供一些有关如何解决此问题的提示吗？

提前谢谢！

这是关于识别一堆数据集中的异常消费记录

def silFunction(3d-numpyArray):
    X = 3d-numpyArray[:, subS_, :]
    labels = localOutlierFactor.fit_predict(X)
    silhouette = silhouette_score(X, labels, metric='euclidean')
    return silhouette

我期望平均轮廓得分，但它会产生错误消息

  

“ ValueError：标签数为1。有效值为2到n_samples-   1（含）”