Java 类名：com.alibaba.alink.operator.batch.outlier.EsdOutlierBatchOp
Python 类名：EsdOutlierBatchOp

功能介绍

ESD算法是一种常用的异常检测算法.

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| predictionCol | 预测结果列名 | 预测结果列名 | String | ✓ | | |

| alpha | 置信度 | 置信度 | Double | | | 0.05 |

| direction | Not available! | Not available! | String | | “POSITIVE”, “NEGATIVE”, “BOTH” | “BOTH” |

| featureCol | 特征列名 | 特征列名，默认选最左边的列 | String | | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | null |

| groupCols | 分组列名数组 | 分组列名，多列，可选，默认不选 | String[] | | | null |

| maxIter | 最大迭代步数 | 最大迭代步数 | Integer | | | |

| maxOutlierNumPerGroup | 每组最大异常点数目 | 每组最大异常点数目 | Integer | | | |

| maxOutlierRatio | 最大异常点比例 | 算法检测异常点的最大比例 | Double | | | |

| maxSampleNumPerGroup | 每组最大样本数目 | 每组最大样本数目 | Integer | | | |

| outlierThreshold | 异常评分阈值 | 只有评分大于该阈值才会被认为是异常点 | Double | | | |

| predictionDetailCol | 预测详细信息列名 | 预测详细信息列名 | String | | | |

| numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | | | 1 |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. import pandas as pd
  8. df = pd.DataFrame([
  9.                 [0.73, 0],
  10.                 [0.24, 0],
  11.                 [0.63, 0],
  12.                 [0.55, 0],
  13.                 [0.73, 0],
  14.                 [0.41, 0]
  15.         ])
  17. dataOp = BatchOperator.fromDataframe(df, schemaStr='val double, label int')
  19. outlierOp = EsdOutlierBatchOp()\
  20.             .setFeatureCol("val")\
  21.             .setOutlierThreshold(3.0)\
  22.             .setPredictionCol("pred")\
  23.             .setPredictionDetailCol("pred_detail")
  25. evalOp = EvalOutlierBatchOp()\
  26.             .setLabelCol("label")\
  27.             .setPredictionDetailCol("pred_detail")\
  28.             .setOutlierValueStrings(["1"]);
  30. metrics = dataOp\
  31.             .link(outlierOp)\
  32.             .link(evalOp)\
  33.             .collectMetrics()
  35. print(metrics)

Java 代码

  1. package com.alibaba.alink.operator.batch.outlier;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.evaluation.EvalOutlierBatchOp;
  5. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  6. import com.alibaba.alink.operator.common.evaluation.OutlierMetrics;
  7. import com.alibaba.alink.testutil.AlinkTestBase;
  8. import org.junit.Assert;
  9. import org.junit.Test;
  11. public class EsdOutlierBatchOpTest extends AlinkTestBase {
  12.     @Test
  13.     public void test() throws Exception {
  14.         BatchOperator <?> data = new MemSourceBatchOp(
  15.             new Object[][] {
  16.                 {0.73, 0},
  17.                 {0.24, 0},
  18.                 {0.63, 0},
  19.                 {0.55, 0},
  20.                 {0.73, 0},
  21.                 {0.41, 0},
  22.             },
  23.             new String[]{"val", "label"});
  25.         BatchOperator <?> outlier = new EsdOutlierBatchOp()
  26.             .setFeatureCol("val")
  27.             .setOutlierThreshold(3.0)
  28.             .setPredictionCol("pred")
  29.             .setPredictionDetailCol("pred_detail");
  31.         EvalOutlierBatchOp eval = new EvalOutlierBatchOp()
  32.             .setLabelCol("label")
  33.             .setPredictionDetailCol("pred_detail")
  34.             .setOutlierValueStrings("1");
  36.         OutlierMetrics metrics = data
  37.             .link(outlier)
  38.             .link(eval)
  39.             .collectMetrics();
  41.         Assert.assertEquals(1.0, metrics.getAccuracy(), 10e-6);
  43.     }
  44. }

运行结果

无