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

功能介绍

Histogram-based Outlier Score 使用直方图统计结果，描述异常值，算法较为简单，上手方便。

文献或出处

  1. HBOS

    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 | ✓ | | |

| featureCols | 特征列名数组 | 特征列名数组，默认全选 | 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 |

| k | Not available! | Not available! | Integer | | [1, +inf) | 10 |

| 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 | | | |

| tensorCol | tensor列 | tensor列 | String | | 所选列类型为 [BOOL_TENSOR, BYTE_TENSOR, DOUBLE_TENSOR, FLOAT_TENSOR, INT_TENSOR, LONG_TENSOR, STRING, STRING_TENSOR, TENSOR, UBYTE_TENSOR] | null |

| vectorCol | 向量列名 | 向量列对应的列名，默认值是null | String | | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | null |

| 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. import pandas as pd
  2. df = pd.DataFrame([
  3.     [0.73, 0],
  4.     [0.24, 0],
  5.     [0.63, 0],
  6.     [0.55, 0],
  7.     [0.73, 0],
  8.     [0.41, 0]
  9. ])
  11. dataOp = BatchOperator.fromDataframe(df, schemaStr='val double, label int')
  13. outlierOp = HbosOutlierBatchOp()\
  14.     .setFeatureCols(["val"])\
  15.     .setOutlierThreshold(3.0)\
  16.     .setPredictionCol("pred")\
  17.     .setPredictionDetailCol("pred_detail")
  19. evalOp = EvalOutlierBatchOp()\
  20.     .setLabelCol("label")\
  21.     .setPredictionDetailCol("pred_detail")\
  22.     .setOutlierValueStrings(["1"])
  24. metrics = dataOp\
  25.     .link(outlierOp)\
  26.     .link(evalOp)\
  27.     .collectMetrics()
  29. print(metrics)

Java 代码

  1. import com.alibaba.alink.operator.batch.BatchOperator;
  2. import com.alibaba.alink.operator.batch.evaluation.EvalOutlierBatchOp;
  3. import com.alibaba.alink.operator.batch.outlier.HbosOutlierBatchOp;
  4. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  5. import com.alibaba.alink.operator.common.evaluation.OutlierMetrics;
  6. import org.junit.Assert;
  7. import org.junit.Test;
  9. public class HbosOutlierBatchOpTest {
  11.     @Test
  12.     public void test() throws Exception {
  13.         BatchOperator <?> data = new MemSourceBatchOp(
  14.             new Object[][] {
  15.                 {0.73, 0},
  16.                 {0.24, 0},
  17.                 {0.63, 0},
  18.                 {0.55, 0},
  19.                 {0.73, 0},
  20.                 {0.41, 0},
  21.             },
  22.             new String[] {"val", "label"});
  24.         BatchOperator <?> outlier = new HbosOutlierBatchOp()
  25.             .setFeatureCols("val")
  26.             .setOutlierThreshold(3.0)
  27.             .setPredictionCol("pred")
  28.             .setPredictionDetailCol("pred_detail");
  30.         EvalOutlierBatchOp eval = new EvalOutlierBatchOp()
  31.             .setLabelCol("label")
  32.             .setPredictionDetailCol("pred_detail")
  33.             .setOutlierValueStrings("1");
  35.         OutlierMetrics metrics = data
  36.             .link(outlier)
  37.             .link(eval)
  38.             .collectMetrics();
  40.         Assert.assertEquals(1.0, metrics.getAccuracy(), 10e-6);
  42.     }
  44. }

运行结果

———————————————— Metrics: ————————————————
Outlier values: [1] Normal values: [0]
Auc:NaN Accuracy:1 Precision:1 Recall:0 F1:0

| Pred\Real | Outlier | Normal | | —- | —- | —- |

| Outlier | 0 | 0 |

| Normal | 0 | 6 |