手机网站开发 c,做啥类型网站,贵州网站开发哪家便宜,网站空间购买时选择什么脚本语言【第十七章#xff1a;Sentosa_DSML社区版-机器学习之异常检测】 机器学习异常检测是检测数据集中的异常数据的算子#xff0c;一种高效的异常检测算法。它和随机森林类似#xff0c;但每次选择划分属性和划分点#xff08;值#xff09;时都是随机的#xff0c;而不是根…【第十七章Sentosa_DSML社区版-机器学习之异常检测】 机器学习异常检测是检测数据集中的异常数据的算子一种高效的异常检测算法。它和随机森林类似但每次选择划分属性和划分点值时都是随机的而不是根据信息增益或者基尼指数来选择。
17.1 异常检测
1.算子介绍 异常检测算子(IsolationForestNode)是检测数据集中的异常数据的算子一种高效的异常检测算法它和随机森林类似但每次选择划分属性和划分点(值)时都是随机的而不是根据信息增益或者基尼指数来选择。在建树过程中如果一些样本很快就到达了叶子节点那么就被认为很有可能是异常点结果生成prediction列值为0则正常为1则异常。
2.算子类型 机器学习/异常检测算子。
3.算子属性说明 属性 页面显示名称 选项 类型 默认值 约束规则 属性说明 num_tree 树的数量 必填 Integer 5 0 模型中的树的数量 sample_type 样本取样方式 必填 String rate 单选:numberrate 样本取样方式 sample_rate 样本采样率(0,1] 必填 Double 1.0 范围(0,1]样本取样方式选择rate 样本采样率 max_depth 树的最大深度 必填 Integer 1 0 树的最大深度 bootstrap 每棵树是否重采样 必填 Boolean 否 单选:truefalse 每棵树是否重采样 contamination 异常值在数据集中所占的比例(0,1) 必填 Double 0.1 (0,1)之间 异常值在数据集中所占的比例 skip_null_value 是否跳过空值 必填 Boolean 是 单选是否 是否跳过空值
4.算子使用介绍
1算子初始化 参考公共功能算子初始化操作。
2算子属性设置 异常检测算子的属性设置如图所示 异常检测算子属性设置
3算子的运行 异常检测算子为建模算子需要先训练数据生成模型再通过模型对相同结构的数据进行处理得到最终结果。具体运行过程如下所述。 首先通过数据读入算子读取数据中间可以接任意个数据处理算子(例行处理列处理等)然后接一个异常检测算子右击算子点击运行得到异常检测模型。 运行异常检测算子获得异常检测模型 得到模型后右击模型可以查看模型信息。模型后可接任意个数据处理算子再接图表分析算子或数据写出算子形成算子流执行但评估算子对此模型无效。 异常检测模型算子流 可以右击模型查看模型的模型信息。模型的运行结果如图所示 异常检测模型的运行结果 结果中Predicted_group值为0则认为为正常数据为1则认为为异常数据。 为了非商业用途的科研学者、研究人员及开发者提供学习、交流及实践机器学习技术推出了一款轻量化且完全免费的Sentosa_DSML社区版。以轻量化一键安装、平台免费使用、视频教学和社区论坛服务为主要特点能够与其他数据科学家和机器学习爱好者交流心得分享经验和解决问题。文章最后附上官网链接感兴趣工具的可以直接下载使用
Sentosa_DSML社区版官网 Sentosa_DSML算子流开发视频
