如何应用 sklearn 的 EllipticEnvelope 找出给定数据集中的最高异常值？
How to apply sklearn's EllipticEnvelope to find out top outliers in the given dataset?
我正在使用 sklearn 的 EllipticEnvelope 来查找数据集中的异常值。但是我不确定如何为我的问题建模？是不是直接用所有的数据（不分训练集和测试集）套用fit？另外，我将如何获得每个数据点的离群值？我应该在同一个数据集上使用 predict 吗？
是的，请致电 Fit 使用您的所有数据对其进行训练。然后，您可以使用所有数据调用 Predict，其中 returns 1 表示异常值，-1 表示异常值，或者构建所有点的矩阵（以包含所有数据点）并调用 Predict 在每个点上，然后绘制结果，这将为您提供一个漂亮的椭圆图像。
这里是 full example 与其他方法的比较。
正确的做法是：
- 将数据分为
normal和outliers。
- 从
normal 数据中提取大样本作为 normal_train 用于拟合新颖性检测模型。
- 使用
normal 中未在训练中使用的样本（比如 normal_test）和 outlier 中的样本（比如 outlier_test）创建一个测试集test 数据 (normal_test + outlier_test) 的分布保持人口分布的一种方式。
- 预测此
test 数据以获得常用指标（accuracy、sensitivity、positive-predictive-value 等）
哇。我已经走了很远！
我正在使用 sklearn 的 EllipticEnvelope 来查找数据集中的异常值。但是我不确定如何为我的问题建模？是不是直接用所有的数据（不分训练集和测试集）套用fit？另外，我将如何获得每个数据点的离群值？我应该在同一个数据集上使用 predict 吗？
是的，请致电 Fit 使用您的所有数据对其进行训练。然后，您可以使用所有数据调用 Predict，其中 returns 1 表示异常值，-1 表示异常值，或者构建所有点的矩阵（以包含所有数据点）并调用 Predict 在每个点上，然后绘制结果，这将为您提供一个漂亮的椭圆图像。
这里是 full example 与其他方法的比较。
正确的做法是：
- 将数据分为
normal和outliers。 - 从
normal数据中提取大样本作为normal_train用于拟合新颖性检测模型。 - 使用
normal中未在训练中使用的样本（比如normal_test）和outlier中的样本（比如outlier_test）创建一个测试集test数据 (normal_test+outlier_test) 的分布保持人口分布的一种方式。 - 预测此
test数据以获得常用指标（accuracy、sensitivity、positive-predictive-value等）
哇。我已经走了很远！