椭圆包络异常值检测
Elliptic Envelope outlier detection
我想通过使用 sklearn 中的椭圆包络来捕获 16 x 224 数组中的异常值。问题是当我预测数组时，它给了我不同的维度：
ell = EllipticEnvelope()
ell.fit(c)
b = ell.predict(c)
C 就是我之前说的 16 x 224，"b" 的大小是 16 x 1。
这是预期的行为。
引用 docs、predict 方法 returns:
is_outliers : array, shape = (n_samples, ), dtype = bool
For each observation, tells whether or not it should be considered as
an outlier according to the fitted model.
请注意，离群值检测的目标是识别 样本 （行）是潜在的离群值。
我想通过使用 sklearn 中的椭圆包络来捕获 16 x 224 数组中的异常值。问题是当我预测数组时，它给了我不同的维度：
ell = EllipticEnvelope()
ell.fit(c)
b = ell.predict(c)
C 就是我之前说的 16 x 224，"b" 的大小是 16 x 1。
这是预期的行为。
引用 docs、predict 方法 returns:
is_outliers : array, shape = (n_samples, ), dtype = bool
For each observation, tells whether or not it should be considered as an outlier according to the fitted model.
请注意，离群值检测的目标是识别 样本 （行）是潜在的离群值。