python中fact用法_Python covariance.EllipticEnvelope方法代码示例

最新推荐文章于 2024-07-18 15:49:43 发布
最新推荐文章于 2024-07-18 15:49:43 发布
阅读量548 收藏 1
点赞数
文章标签： python中fact用法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_30359737/article/details/111975890
版权
本文详细介绍了Python中sklearn.covariance.EllipticEnvelope方法的使用，包括异常处理、TF-IDF模型、数据拟合、结构学习等多个应用场景。通过12个代码示例展示如何在不同情况下运用EllipticEnvelope进行异常检测。
摘要由CSDN通过智能技术生成

本文整理汇总了Python中sklearn.covariance.EllipticEnvelope方法的典型用法代码示例。如果您正苦于以下问题：Python covariance.EllipticEnvelope方法的具体用法？Python covariance.EllipticEnvelope怎么用？Python covariance.EllipticEnvelope使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在模块sklearn.covariance的用法示例。

在下文中一共展示了covariance.EllipticEnvelope方法的12个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于我们的系统推荐出更棒的Python代码示例。

示例1: test_elliptic_envelope

​点赞 6

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def test_elliptic_envelope():

rnd = np.random.RandomState(0)

X = rnd.randn(100, 10)

clf = EllipticEnvelope(contamination=0.1)

assert_raises(NotFittedError, clf.predict, X)

assert_raises(NotFittedError, clf.decision_function, X)

clf.fit(X)

y_pred = clf.predict(X)

scores = clf.score_samples(X)

decisions = clf.decision_function(X)

assert_array_almost_equal(

scores, -clf.mahalanobis(X))

assert_array_almost_equal(clf.mahalanobis(X), clf.dist_)

assert_almost_equal(clf.score(X, np.ones(100)),

(100 - y_pred[y_pred == -1].size) / 100.)

assert(sum(y_pred == -1) == sum(decisions < 0))

开发者ID:PacktPublishing，项目名称:Mastering-Elasticsearch-7.0，代码行数:19，

示例2: initialize_fact_model

​点赞 6

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def initialize_fact_model(self):

# Extract all RASA training sentences for all facts

rasa_fact_paths = glob.glob(self.RASA_FACT_DIR + '*.json')

all_sentences = []

for fact_path in rasa_fact_paths:

with open(fact_path, 'r') as f:

file_json = json.loads(f.read().encode('utf-8'))

for example in file_json['rasa_nlu_data']['common_examples']:

all_sentences.append(example['text'].lower())

# TF-IDF model

tfidf_vectorizer = TfidfVectorizer(ngram_range=self.NGRAM_RANGE, strip_accents='ascii')

X_tfidf = tfidf_vectorizer.fit_transform(all_sentences)

# Fit to robust covariance estimation

outlier_estimator = EllipticEnvelope(contamination=self.CONTAMINATION)

outlier_estimator.fit(X_tfidf.toarray())

# Binarize for future use

with open(self.TFIFD_PICKLE_FILE, 'wb') as f:

joblib.dump(tfidf_vectorizer, f, compress=True)

with open(self.OUTLIER_PICKLE_FILE, 'wb') as f:

joblib.dump(outlier_estimator, f, compress=True)

开发者ID:Cyberjusticelab，项目名称:JusticeAI，代码行数:25，

示例3: fit_pipe

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def fit_pipe(self, X, y=None):

self.elliptic_envelope_ = EllipticEnvelope(**self.get_params())

self.elliptic_envelope_.fit(X)

return self.transform_pipe(X, y)

开发者ID:scikit-learn，项目名称:enhancement_proposals，代码行数:6，

示例4: __init__

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def __init__(self, _id, _config):

super(EllipticEnvelope, self).__init__(_id, _config)

self._nb_samples = int(_config['nb_samples'])

开发者ID:openstack，项目名称:monasca-analytics，代码行数:5，

示例5: get_default_config

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def get_default_config():

return {

'module': EllipticEnvelope.__name__,

'nb_samples': N_SAMPLES

}

开发者ID:openstack，项目名称:monasca-analytics，代码行数:7，

示例6: _get_best_detector

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def _get_best_detector(self, train):

detector = covariance.EllipticEnvelope()

detector.fit(train)

return detector

开发者ID:openstack，项目名称:monasca-analytics，代码行数:6，

示例7: setUp

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def setUp(self):

super(TestEllipticEnvelope, self).setUp()

self.ee_sml = elliptic_envelope.EllipticEnvelope(

"fakeid", {"module": "fake", "nb_samples": 1000})

开发者ID:openstack，项目名称:monasca-analytics，代码行数:6，

示例8: test_learn_structure

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def test_learn_structure(self):

data = self.get_testing_data()

clf = self.ee_sml.learn_structure(data)

self.assertIsInstance(clf, covariance.EllipticEnvelope)

开发者ID:openstack，项目名称:monasca-analytics，代码行数:6，

示例9: test_score_samples

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def test_score_samples():

X_train = [[1, 1], [1, 2], [2, 1]]

clf1 = EllipticEnvelope(contamination=0.2).fit(X_train)

clf2 = EllipticEnvelope().fit(X_train)

assert_array_equal(clf1.score_samples([[2., 2.]]),

clf1.decision_function([[2., 2.]]) + clf1.offset_)

assert_array_equal(clf2.score_samples([[2., 2.]]),

clf2.decision_function([[2., 2.]]) + clf2.offset_)

assert_array_equal(clf1.score_samples([[2., 2.]]),

clf2.score_samples([[2., 2.]]))

开发者ID:PacktPublishing，项目名称:Mastering-Elasticsearch-7.0，代码行数:12，

示例10: test_raw_values_deprecation

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def test_raw_values_deprecation():

X = [[0.0], [1.0]]

clf = EllipticEnvelope().fit(X)

assert_warns_message(DeprecationWarning,

"raw_values parameter is deprecated in 0.20 and will"

" be removed in 0.22.",

clf.decision_function, X, raw_values=True)

开发者ID:PacktPublishing，项目名称:Mastering-Elasticsearch-7.0，代码行数:9，

示例11: test_threshold_deprecation

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def test_threshold_deprecation():

X = [[0.0], [1.0]]

clf = EllipticEnvelope().fit(X)

assert_warns_message(DeprecationWarning,

"threshold_ attribute is deprecated in 0.20 and will"

" be removed in 0.22.",

getattr, clf, "threshold_")

开发者ID:PacktPublishing，项目名称:Mastering-Elasticsearch-7.0，代码行数:9，

示例12: test_objectmapper

​点赞 5

​

# 需要导入模块: from sklearn import covariance [as 别名]

# 或者: from sklearn.covariance import EllipticEnvelope [as 别名]

def test_objectmapper(self):

df = pdml.ModelFrame([])

self.assertIs(df.covariance.EmpiricalCovariance, covariance.EmpiricalCovariance)

self.assertIs(df.covariance.EllipticEnvelope, covariance.EllipticEnvelope)

self.assertIs(df.covariance.GraphLasso, covariance.GraphLasso)

self.assertIs(df.covariance.GraphLassoCV, covariance.GraphLassoCV)

self.assertIs(df.covariance.LedoitWolf, covariance.LedoitWolf)

self.assertIs(df.covariance.MinCovDet, covariance.MinCovDet)

self.assertIs(df.covariance.OAS, covariance.OAS)

self.assertIs(df.covariance.ShrunkCovariance, covariance.ShrunkCovariance)

self.assertIs(df.covariance.shrunk_covariance, covariance.shrunk_covariance)

self.assertIs(df.covariance.graph_lasso, covariance.graph_lasso)

开发者ID:pandas-ml，项目名称:pandas-ml，代码行数:15，

注：本文中的sklearn.covariance.EllipticEnvelope方法示例整理自Github/MSDocs等源码及文档管理平台，相关代码片段筛选自各路编程大神贡献的开源项目，源码版权归原作者所有，传播和使用请参考对应项目的License；未经允许，请勿转载。

二圈妹
关注
ts9_annot_arrow_hvplot PyViz interacti_bokeh_STL_seasonal_decomp_HodrickP_KPSS_F-stati_Box-Cox_Ljung
Linli522362242的专栏
11-18 6244
ts9_annot_arrow_interactive bokeh_STL(add:cycle +trend+residual normality)_seasonal_decomp(add&multiplicative)_Hodrick-Prescott(add:cycle trend)_KPSS_F-statistic_Box-Cox_Ljung-Box(autocorrelation:group of lags)_homo同方_heter异方差_Q-Q probabilityPlot freq=None
python-type-checking:Python类型检查指南的源文件-python source file
03-25
python-type-checking:Python类型检查指南的源文件
python mypy类型检查_Python 类型检查指南
weixin_39865277的博客
12-01 773
Python 作为一种动态语言，在 PEP484(3.5) 才支持 Type Hints，且类型申明是 optional 的，对于从静态语言(比如：Java，国内大学专业cs or se的教学语言也是以 C/C++、Java 为主)转过来的人来讲，变量以及函数没有申明类型，不在编译阶段做类型检查，会让他们很困惑(不知道方法返回什么，IDE 没有提示，不能自动生成代码等)，要他们理解 duck ty...
TYPE_CHECKING的含义和用法
Edward__J的博客
03-08 2793
TYPE_CHECKING的含义和用法
Python 类型提示和静态类型检查
Xingze_Li
04-16 2098
介绍 在本文中，将了解 Python 类型检查 (Type-Checking) 。 在本教程中，将了解以下内容： 类型注释和类型提示 将静态类型添加到代码中，包括你的代码和其他人的代码 运行静态类型检查器 在运行时强制类型 视频介绍如下： Python 类型提示和静态类型检查 类型系统 所有编程语言都包含某种类型系统，该系统形式化了它可以使用哪些类别的对象以及如何处理这些类别。 例如
【python】TYPE_CHECKING的作用
weixin_61291273的博客
07-18 104
参考链接https://blog.csdn.net/Edward__J/article/details/129398949。
python描述性统计案例_Pandas 之 描述性统计案例
weixin_39859394的博客
12-15 657
认识import numpy as npimport pandas as pdpandas objects are equipped(配备的) with a set of common mathematical and statistical methods. Most of these fall into the categrory of reductions or summary statis...
高斯过程回归python,scikit-learn中的多输出高斯过程回归
weixin_42101164的博客
11-29 1114
I am using scikit learn for Gaussian process regression (GPR) operation to predict data. My training data are as follows:x_train = np.array([[0,0],[2,2],[3,3]]) #2-D cartesian coordinate pointsy_train...
基于Python的PCA人脸识别算法的原理及实现代码详解
最新发布
09-17
PCA是一项常用的在高维数据中寻找特征的降维技术，目前主要用于图片识别和图片压缩领域中。本文主要讲两个部分： 一、PCA的算法原理。 二、PCA的人脸识别算法 一、PCA的算法原理 首先需要知道几个相关的数学概念，这...
"pyGNMF: 实现广义非负矩阵分解方法的Python库
接收3六月2022收到修订版2022年9月24日接受2022年关键词：最速下降相关误差投影梯度更新代码元数据a b st ra ct本文介绍了一个名为pyGNMF的Python库，它实现了最近提出的广义非负矩阵分解（GNMF）方法。GNMF通过合并
Python的类型检查新特性Type Checking
weixin_46822574的博客
06-18 3433
Python Type Checking 前言 在最新版本的Python中已经支持了借助编译器对隐式的变量进行变量检查，来帮助程序员更加高效的进行开发工作。 参考网页资料： https://realpython.com/python-type-checking/#type-systems 要点介绍 变量类型注解（Type annotations and type hints） 在代码中添加变量类型，也包括别人的代码 （Adding static types to code, both your code
python参数检查类型_Python类型检查
从零开始的教程世界
07-20 1262
python 类型检测 1.什么是类型检查？ (1. What is Type Checking?) Type Checking is the programming language feature that specifies how the variables are created and their types are identified by the language compile...
Scipy 中的稀疏矩阵——Sparse Matrix in Scipy
weixin_34384915的博客
05-16 672
Sparse Matrix Types Block Sparse Row matrix class scipy.sparse.bsr_matrix(arg1, shape=None, dtype=None, copy=False, blocksize=None) The Block Compressed Row (BSR) format is very similar to the Com...
python md5
老猿说说专栏
08-31 635
python两种生成md5的方法 一. 使用md5包import md5src = 'this is a md5 test.' m1 = md5.new() m1.update(src) print m1.hexdigest() 二. 使用hashlibimport hashlib m2 = hashlib.md5() m2.update(src) print
python mypy类型检查_Python的类型标注与检查
weixin_39834984的博客
12-01 222
Python作为一个动态类型语言，支持Subtyping和Duck Typing，一些Lint工具可以对Python代码静态进行类型检查来提高程序质量，还有工具可以支持类型标注和检查，并编译代码以提升性能。Python 3.5又引入了Type Hints机制来提供统一的类型标注协议。__class__ and isinstancePython中，判断一个对象是否是某个类的实例的做法：判断直接实例使...
第九篇 Flask的before_request和after_request
weixin_30315905的博客
01-11 184
Flask我们已经学习很多基础知识了,现在有一个问题 我们现在有一个 Flask 程序其中有3个路由和视图函数,如下: from flask import Flask app = Flask(__name__) # type:Flask @app.route("/login") def login(): return "Login" @app.rou...
利用nx.all_pairs_shortest_path_length(Graph)计算网络全图最短路径
qq_38496798的博客
09-14 737
利用nx.all_pairs_shortest_path_length(Graph)计算网络全图最短路径
[Python] isinstance() for checking object type
weixin_33877885的博客
12-10 63
isinstance("foo", str) isinstance(1, int) isinstance(4.0, float)  
The Ultimate Guide to Python Type Checking
mosquito的博客
02-13 967
In this guide, you will get a look into Python type checking. Traditionally, types have been handled by the Python interpreter in a flexible but implicit way. Recent versions of Python allow you to sp...
sklearn.covariance.EllipticEnvelope
07-21
Sklearn.covariance.EllipticEnvelope 是 scikit-learn 中的一个异常检测模型，用于识别多变量数据集中的异常点。该模型基于高斯分布的最大似然估计，通过拟合一个由协方差矩阵定义的高斯椭圆来确定正常数据点的边界...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值