dd_tools中的函数

数据集构造

1. isocset              判断数据集是否是一类数据集，是则返回1
2. gendatoc           从两个数据矩阵生成一个一类数据集
3. oc_set               如果一类出现问题则改变为正常的类
4. target_class       从一类数据集中提取目标类
5. gendatgrid          围绕2D数据集创建网格数据集
6. gendatout           在超球面围绕目标数据创建离群数据
7. gendatblockout   在目标类周围的框中创建离群数据
8. gendatoutg          围绕目标数据创建正态分布的离群数据
9. gendaouts            在目标数据周围的超球面数据PCA子空间中创建异常数据
10. dd_crossval          创建交叉验证数据集
11. dd_looxval            留一交叉验证数据集创建
12. dd_label                将分类标签放在同一数据集中

数据预处理

1. dd_proxm              替代proxm.m
2. kwhiten                  将数据重新缩放到内核空间中的单位方差
3. gower                     计算Gower相似度
4. disim                       数据集的一般变换

一类分类器

random_dd               随机分配标签的描述

stump_dd                  第一个特征的阈值

gauss_dd                   正态分布的数据描述
rob_gauss_dd            强制高斯分布
mcd_gauss_dd           最小协方差行列式高斯分布
mog_dd                       高斯混合数据描述
mog_extend                扩展了高斯混合数据描述
parzen_dd Parzen      核密度数据描述
nparzen_dd                 简单核密度数据描述

autoenc_dd                   自动编码器神经网络数据描述

kcenter_dd                    k-center数据描述
kmeans_dd                   k-means数据描述
pca_dd                          主成分数据描述
som_dd                          自组织映射数据描述
mst_dd                           最小生成树数据描述
nndd                               最近邻居的数据描述
knndd                              K-最近邻数据描述
ball_dd                            L_p-ball数据描述
lpball_dd                        扩展了L_p-ball数据描述
svdd                               支持向量数据描述
incsvdd                           增量支持向量数据描述
（incsvc                          增量支持向量分类器）
ksvdd                               一般内核矩阵上的 SVDD

lpdd                                  线性编程数据描述

mpm_dd                            minimax概率机数据描述
lofdd                                   局部异常分数数据描述
lofrangedd                          范围内的局部异常值分数
locidd                                  局部相关积分数据描述
abof_dd                              基于角度的离群值分数数据描述

dkcenter_dd                       距离k-center数据描述
dnndd                                 距离最近邻居的数据描述
dknndd                                距离K-最近邻数据描述
dlpdd                                    距离 - 线性规划数据描述
dlpsdd                                 距离-线性规划相似性描述

如果分类器是一类分类器，则isocc为true

AUC优化器

1. rankboostc       秩提升算法
2. auclpm              AUC线性规划映射

分类器后处理/优化/结合

         consistent_occ              使用一致性优化超参数
         optim_auc                      通过最大化AUC来优化超参数
         dd_normc                      规范化oc分类器输出
         multic                             构建一个来自OCC的多类分类器
         ocmcc                             一类和多类分类器序列

误差计算

 dd_error               分类器的假阳性和阴性分数
 dd_confmat          混淆矩阵
 dd_kappa             科恩的卡帕系数

 dd_f1                    F1得分计算 

dd_eer                   等错误率
dd_roc                   计算接收器 - 操作特性曲线
dd_prc                   计算Precision-Recall曲线
ROC                      曲线下的dd_auc错误
dd_avprec             Precision-Recall曲线的平均精度
dd_auprc               精确回忆曲线下的区域
dd_youdenJ           Youden J统计
dd_costc                成本曲线
dd_aucostc            成本曲线下的区域
dd_delta_aic          密度估算器的 AIC错误
dd_fp                     计算给定假阴性分数的假阳性
simpleroc               基本ROC曲线计算
dd_setfn                设置假阴性率的阈值
roc2prc                   将ROC转换为精确回忆曲线
roc2hit                    将ROC转换为hitrate-false-alarmrate曲线
fp_given_fn             估计错误的pos.rate，给出假的否定。率
fn_given_fp             估计错误的否定，给出假的pos。率

绘图函数

plotroc              绘制ROC曲线或精确回忆曲线
plotcostc           绘制成本曲线
plotg                  绘制函数值的2D网格
plotw                 绘制分类器w的2D实值输出
askerplot           绘制FP和FN分数与阈值
plot_mst            绘制最小生成树
lociplot               绘制一个lociplot

支持函数

dd_version             当前版本的dd_tools，具有升级可能性
istarget                   如果对象是目标，则istarget为true
find_target              给出数据集中目标和异常值objs的索引
getoclab                  返回数字标签（+ 1 / -1）
 dist2dens               将地图距离与后验概率分开

dd_threshold           给出样本的百分位数
randsph                   在单位超球面上统一创建异常数据
makegriddat             用于构造网格数据的辅助函数
relabel                       重新标记数据集
dd_kernel                 一般内核定义
center                       核空间中的核矩阵中心
gausspdf                   多变量高斯概率函数
mahaldist                  Mahalanobis距离
sqeucldistm               欧几里德距离平方
mog_init                     初始化高斯混合体
mog_P                       高斯混合物的概率密度
mog_update               使用EM更新MoG
mogEMupdate            EM程序，以优化高斯混合
mogEMextend             巧妙地扩展MoG并应用EM
mykmeans                   自己实现了k-means聚类算法
getfeattype                   找到名义和连续的特征
knn_optk                       使用留一法优化k为knndd
volsphere                      计算超球面的体积
scale_range                  为数据集计算合理的比例范围
inc_setup                       启动函数incsvdd
inc_add                          将一个对象添加到incsvdd
inc_remove                    从incsvdd中删除一个对象
inc_store                        将从inc_add获取的结构存储到prtools映射
unrandomize                  incsvc的非随机化对象
plotroc_update              plotroc的支持函数
roc_hull                         凸包在ROC曲线上
lpball_dist                      到中心的lp-距离
lpball_vol                        lpball的体积
lpdist                               两个数据集之间的快速lp距离
nndist                          （平均值）最近邻距离
dd_message                带颜色打印

例子

dd_ex1                          显示nndd和svdd的性能
dd_ex2                          显示分类器列表的性能
dd_ex3                          显示了svdd和ksvdd的使用
dd_ex4                          使用consistent_occ优化超参数
dd_ex5                          显示了来自dlpdd的lpdd构造
dd_ex6                          显示了不同的高斯混合分类器
dd_ex7                          显示了一类分类器的组合
dd_ex8                          显示了操作点的交互式调整
dd_ex9                          显示了dd_crossval的使用
dd_ex10                       显示了增量SVDD的使用
dd_ex11                       使用OCC构造多类分类器
dd_ex12                       精确回忆曲线和ROC曲线
dd_ex13                      核化AUCLPM
dd_ex14                      显示了一个类和多个类的组合
dd_ex15                      显示参数优化映射
dd_ex16                      内核分类器上的交叉验证