sklearn.neighbors.LocalOutlierFactor¶

class sklearn.neighbors.LocalOutlierFactor(n_neighbors=20, *, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, contamination='auto', novelty=False, n_jobs=None)

[源码]

使用局部离群因子（LOF）的无监督离群检测

每个样本的异常得分称为局部离群值因子。 它测量给定样本相对于其临近点的密度的局部偏差。 这是局部的，异常分数取决于对象相对于周围邻域的隔离程度。 更确切地说，局部性是由k个近邻给出的，其距离用于估计局部密度。 通过将样本的局部密度与其临近点的局部密度进行比较，可以识别出密度远低于其临近点的样本。 这些被认为是离群值。

版本0.19中的新功能。

参考资料

1 Breunig, M. M., Kriegel, H. P., Ng, R. T., & Sander, J. (2000, May). LOF: 确定基于密度的局部离群值。 在ACM sigmod记录中。

示例

>>> import numpy as np
>>> from sklearn.neighbors import LocalOutlierFactor
>>> X = [[-1.1], [0.2], [101.1], [0.3]]
>>> clf = LocalOutlierFactor(n_neighbors=2)
>>> clf.fit_predict(X)
array([ 1,  1, -1,  1])
>>> clf.negative_outlier_factor_
array([ -0.9821...,  -1.0370..., -73.3697...,  -0.9821...])

方法

__init__(n_neighbors=20, *, algorithm='auto', leaf_size=30, metric='minkowski', p=2, metric_params=None, contamination='auto', novelty=False, n_jobs=None)

[源码]

初始化. 请参阅help(type())以获得准确的说明。

property decision_function

与X的局部离群因子相反。

越大越好，即较大的值对应于整数。

仅可用于新颖性检测（新颖性设置为True时）。 移位偏移允许零阈值作为异常值。 参数X应该包含新数据：如果X包含来自训练的点，则它将在其自己的邻域中考虑后者。 同样，在任何点附近都不会考虑X中的样本。

fit(X, y=None)

[源码]

使用X作为训练数据拟合模型。

property fit_predict

将模型拟合到训练集X并返回标签。

仅可用于新颖性检测（新颖性设置为True时）。 根据LOF得分和污染参数，标签的1表示正确值，-1表示离群值。

get_params(deep=True)

[源码]

获取此估计量的参数。

kneighbors(X=None, n_neighbors=None, return_distance=True)

[源码]

查找点的K临近点。 返回每个点的临近点的索引和与之的距离

示例

在下面的示例中，我们从代表我们的数据集的数组构造一个NearestNeighbors类，并询问谁最接近[1,1,1]

>>> samples = [[0., 0., 0.], [0., .5, 0.], [1., 1., .5]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=1)
>>> neigh.fit(samples)
NearestNeighbors(n_neighbors=1)
>>> print(neigh.kneighbors([[1., 1., 1.]]))
(array([[0.5]]), array([[2]]))

如您所见，它返回[[0.5]]和[[2]]，这意味着该元素位于距离0.5处，并且是样本的第三个元素（索引从0开始）。 您还可以查询多个点：

>>> X = [[0., 1., 0.], [1., 0., 1.]]
>>> neigh.kneighbors(X, return_distance=False)
array([[1],
       [2]]...)

kneighbors_graph(X=None, n_neighbors=None, mode='connectivity')

[源码]

计算X中点的k临近点的（加权）图

另见：

NearestNeighbors.radius_neighbors_graph

示例

>>> X = [[0], [3], [1]]
>>> from sklearn.neighbors import NearestNeighbors
>>> neigh = NearestNeighbors(n_neighbors=2)
>>> neigh.fit(X)
NearestNeighbors(n_neighbors=2)
>>> A = neigh.kneighbors_graph(X)
>>> A.toarray()
array([[1., 0., 1.],
       [0., 1., 1.],
       [1., 0., 1.]])

property predict

根据LOF预测X的标签（1个离群，-1个离群）。

仅可用于新颖性检测（新颖性设置为True时）。 这种方法可以将预测推广到新的观测值（不在训练集中）。

property score_samples

与X的局部离群因子相反。

相反，越大越好，即较大的值对应于整数。

仅可用于新颖性检测（新颖性设置为True时）。 参数X应该包含新数据：如果X包含来自训练的点，则它将在其自己的邻域中考虑后者。 同样，在任何点附近都不会考虑X中的样本。 可以通过考虑negative_outlier_factor_属性来获得训练数据的score_samples。

set_params(**params)

[源码]

设置此估算器的参数。

该方法适用于简单的估计器以及嵌套对象（例如管道）。 后者的参数格式为 __ ，以便可以更新嵌套对象的每个组件。