具有局部離群因子（LOF）的新穎性檢測?

局部離群因子（LOF）算法是一種無監督的異常檢測方法，可計算給定數據點相對于其鄰居的局部密度偏差。它認為密度遠低于其鄰居的樣本為異常值。本示例說明如何使用LOF進行新穎性檢測。請注意，將LOF用于新穎性檢測時，切勿在訓練集上使用predict，decision_function和score_samples方法，因為這會導致錯誤的結果。您只能對新的沒見過的數據（不在訓練集中）使用這些方法。有關離群值檢測和新穎性檢測之間的區別以及如何使用LOF進行離群值檢測的詳細信息，請參見《用戶指南》。

通常將所考慮的鄰居數量（參數n_neighbors）設置為1）大于群集必須包含的最小樣本數，以便其他樣本相對于此群集可以是局部離群值，以及2）小于最大數目。通過可能是局部異常值的樣本進行封閉。在實踐中，此類信息通常不可用，并且采用n_neighbors = 20似乎通常效果很好。

輸出：

輸入：

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from sklearn.neighbors import LocalOutlierFactor

print(__doc__)

np.random.seed(42)

xx, yy = np.meshgrid(np.linspace(-5, 5, 500), np.linspace(-5, 5, 500))
# 生成正常（非異常）的訓練觀察結果
X = 0.3 * np.random.randn(100, 2)
X_train = np.r_[X + 2, X - 2]
# 生成新的正常（非異常）觀測值
X = 0.3 * np.random.randn(20, 2)
X_test = np.r_[X + 2, X - 2]
# 生成新的異常的觀測值
X_outliers = np.random.uniform(low=-4, high=4, size=(20, 2))

# 擬合模型以進行新穎性檢測（novelty = True）
clf = LocalOutlierFactor(n_neighbors=20, novelty=True, contamination=0.1)
clf.fit(X_train)
# 請勿在X_train上使用predict，decision_function和score_samples，因為這樣會產生錯誤的結果，而只會在新的、沒見過的數據上使用（X_train中未使用），例如X_test，X_outliers或meshgrid
y_pred_test = clf.predict(X_test)
y_pred_outliers = clf.predict(X_outliers)
n_error_test = y_pred_test[y_pred_test == -1].size
n_error_outliers = y_pred_outliers[y_pred_outliers == 1].size

# 繪制學習的邊界，點和最接近平面的向量
Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)

plt.title("Novelty Detection with LOF")
plt.contourf(xx, yy, Z, levels=np.linspace(Z.min(), 0, 7), cmap=plt.cm.PuBu)
a = plt.contour(xx, yy, Z, levels=[0], linewidths=2, colors='darkred')
plt.contourf(xx, yy, Z, levels=[0, Z.max()], colors='palevioletred')

s = 40
b1 = plt.scatter(X_train[:, 0], X_train[:, 1], c='white', s=s, edgecolors='k')
b2 = plt.scatter(X_test[:, 0], X_test[:, 1], c='blueviolet', s=s,
                 edgecolors='k')
c = plt.scatter(X_outliers[:, 0], X_outliers[:, 1], c='gold', s=s,
                edgecolors='k')
plt.axis('tight')
plt.xlim((-5, 5))
plt.ylim((-5, 5))
plt.legend([a.collections[0], b1, b2, c],
           ["learned frontier", "training observations",
            "new regular observations", "new abnormal observations"],
           loc="upper left",
           prop=matplotlib.font_manager.FontProperties(size=11))
plt.xlabel(
    "errors novel regular: %d/40 ; errors novel abnormal: %d/40"
    % (n_error_test, n_error_outliers))
plt.show()

腳本的總運行時間：（0分鐘0.823秒）