pyod —— 模型组合实例
代码参考地址:https://github.com/yzhao062/pyod/blob/master/examples/comb_example.py
离群值检测由于其不受监督的性质而经常遭受模型不稳定性的困扰。因此,建议例如通过求平均来组合各种检测器输出以提高其鲁棒性。
此演示中显示了四种分数组合机制:
1.平均值:所有检测器的平均分数。
2.最大化:所有探测器的最高分。
3.平均值的最大值(AOM):将基本检测器划分为子组,并为每个子组获取最大分数。最终分数是所有子组分数的平均值。
4.最大平均值(MOA):将基本检测器划分为子组,并获取每个子组的平均分数。最终分数是所有子组分数中的最高分数。
import numpy as np
from sklearn.model_selection import train_test_split
from pyod.models.knn import KNN # kNN detector
from pyod.models.combination import aom, moa, average, maximization, median
from pyod.utils.data import generate_data
from pyod.utils.data import evaluate_print
from pyod