PyOD异常检测库

PyOD 提供的异常检测算法如下：

 异常检测算法多数为无监督学习，只需要X（输入数据），不需要y（标签）。PyOD 的使用方法与 Sklearn 的聚类分析很像，检测器（detector）有统一的API。完整的API使用可参考API CheatSheet - pyod 0.6.8 documentation：

• fit(X): 用数据X来“训练/拟合”检测器clf。即在初始化检测器clf后，用X来“训练”它。
• fit_predict_score(X, y): 用数据 X 来训练检测器 clf，预测 X 的值，在真实标签 y 上进行评估。此处的 y 只是用于评估，而非训练
• decision_function(X): 在检测器 clf 被fit后，可通过该函数预测未知数据的异常程度，返回值为原始分数，并非0和1，返回分数越高，则该数据点的异常程度越高
• predict(X): 在检测器clf被 fit 后，可通过该函数来预测未知数据的异常标签，返回值为二分类标签（0为正常点，1为异常点）
• predict_proba(X): 在检测器clf被fit后，预测未知数据的异常概率，返回该点是异常点概率

当检测器clf被初始化且fit(X)函数被执行后，clf 会生成两个重要的属性：

• decision_scores: 数据X上的异常打分，分数越高，则该数据点的异常程度越高
• labels_: 数据X上的异常标签，返回值为二分类标签（0为正常点，1为异常点）

初始化检测器 clf 后，可直接用数据 X 来训练，得到 X 的异常分值（clf.decision_scores）以及异常标签（clf.labels_）。clf 被训练后（当fit函数被执行后），使用decision_function()和predict()函数来对未知数据进行训练。

使用实例：

from pyod.models.knn import KNN   # imprt kNN分类器

# 训练一个kNN检测器
clf_name = 'kNN'
clf = KNN() # 初始化检测器clf
clf.fit(X_train) # 使用X_train训练检测器clf

# 返回训练数据X_train上的异常标签和异常分值
y_train_pred = clf.labels_  # 返回训练数据上的分类标签 (0: 正常值, 1: 异常值)
y_train_scores = clf.decision_scores_  # 返回训练数据上的异常值 (分值越大越异常)

# 用训练好的clf来预测未知数据中的异常值
y_test_pred = clf.predict(X_test)  # 返回未知数据上的分类标签 (0: 正常值, 1: 异常值)
y_test_scores = clf.decision_function(X_test)  #  返回未知数据上的异常值 (分值越大越异常)

# 评估预测结果
print("\nOn Test Data:")
evaluate_print(clf_name, y_test, y_test_scores)

# 可视化
visualize(clf_name, X_train, y_train, X_test, y_test, y_train_pred,
    y_test_pred, show_figure=True, save_figure=False)

参考：

用PyOD工具库进行「异常检测」 - 知乎 (zhihu.com)

GitHub - yzhao062/pyod: (JMLR' 19) A Python Toolbox for Scalable Outlier Detection (Anomaly Detection)