通过更改“nu”导致 OneClassSVM 的行为不稳定答案

【问题标题】：Unstable behavior of OneClassSVM by changing 'nu'通过更改“nu”导致 OneClassSVM 的行为不稳定
【发布时间】：2018-07-26 08:56:48
【问题描述】：

在上面的示例中，我使用我的数据集来识别异常值。对nu参数稍作改动后，识别出的异常数量有很大差异。

这可能只是数据集的一个特殊性吗？还是 scikit-learn 中的错误？

附：很遗憾，我无法共享数据集。

【问题讨论】：

标签： scikit-learn svm outliers anomaly-detection

【解决方案1】：

如果您减小OneClassSVM 的tol 参数的值，结果会更好，尽管对于较低的 nu 值并不完全符合预期。

import numpy as np
from sklearn.svm import OneClassSVM

import matplotlib.pyplot as plt

X = np.random.rand(100, 1)
nus = np.geomspace(0.0001, 0.5, num=100)

outlier_fraction = np.zeros(len(nus))
for i, nu in enumerate(nus):
    outlier_fraction[i] = (OneClassSVM(nu=nu, tol=1e-12).fit_predict(X) == -1).mean()

plt.plot(nus, outlier_fraction)
plt.xlabel('nu')
plt.ylabel('Outlier fraction')
plt.show()

使用默认的tol，您可以获得以下内容

【讨论】：

你能把剧情加到帖子里吗？
我添加了代码剪切返回的图，还添加了使用默认tol获得的图

【解决方案2】：

注意：不是答案。提供 MCVE。

我最近也遇到了这个。我想了解低值的拐点

import numpy as np
import pandas as pd
from sklearn.svm import OneClassSVM

X = np.random.rand(100, 1)

nu = np.geomspace(0.0001, 1, num=100)
df = pd.DataFrame(data={'nu': nu})

for i in range(0, len(X)):
    df.loc[i, 'anom_count'] = (OneClassSVM(nu=df.loc[i, 'nu']).fit_predict(X) == -1).sum()

df.set_index('nu').plot();

df.set_index('nu').plot(xlim=(0, 0.2));

df.anom_count.min() # 3
df.anom_count.idxmin() # 62
df.loc[df.anom_count.idxmin(), 'nu'] # 0.031

【讨论】：