Java 类名:com.alibaba.alink.operator.stream.outlier.IForestModelOutlierPredictStreamOp
Python 类名:IForestModelOutlierPredictStreamOp

功能介绍

iForest 可以识别数据中异常点,在异常检测领域有比较好的效果。算法使用 sub-sampling 方法,降低了算法的计算复杂度。

文献或出处

  1. Isolation Forest

    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 | ✓ | | |

| modelFilePath | 模型的文件路径 | 模型的文件路径 | String | | | null |

| 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 | | | |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null |

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

| modelStreamFilePath | 模型流的文件路径 | 模型流的文件路径 | String | | | null |

| modelStreamScanInterval | 扫描模型路径的时间间隔 | 描模型路径的时间间隔,单位秒 | Integer | | | 10 |

| modelStreamStartTime | 模型流的起始时间 | 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式,详见Timestamp.valueOf(String s) | String | | | null |

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. ])
  10. dataOp = BatchOperator.fromDataframe(df, schemaStr='val double, label int')
  11. streamDataOp = StreamOperator.fromDataframe(df, schemaStr='val double, label int')
  12. trainOp = IForestModelOutlierTrainBatchOp()\
  13. .setFeatureCols(["val"])
  14. predOp = IForestModelOutlierPredictStreamOp(trainOp.linkFrom(dataOp))\
  15. .setOutlierThreshold(3.0)\
  16. .setPredictionCol("pred")\
  17. .setPredictionDetailCol("pred_detail")
  18. predOp.linkFrom(streamDataOp).print()
  19. StreamOperator.execute()

Java 代码

  1. package com.alibaba.alink.operator.stream.outlier;
  2. import com.alibaba.alink.operator.batch.BatchOperator;
  3. import com.alibaba.alink.operator.batch.outlier.IForestModelOutlierTrainBatchOp;
  4. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  5. import com.alibaba.alink.operator.stream.StreamOperator;
  6. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  7. import com.alibaba.alink.testutil.AlinkTestBase;
  8. import org.junit.Test;
  9. public class IForestModelOutlierPredictStreamOpTest extends AlinkTestBase {
  10. @Test
  11. public void test() throws Exception {
  12. Object[][] dataArrays = new Object[][] {
  13. {0.73, 0},
  14. {0.24, 0},
  15. {0.63, 0},
  16. {0.55, 0},
  17. {0.73, 0},
  18. {0.41, 0}
  19. };
  20. String[] colNames = new String[] {"val", "label"};
  21. BatchOperator <?> data = new MemSourceBatchOp(dataArrays, colNames);
  22. StreamOperator <?> streamData = new MemSourceStreamOp(dataArrays, colNames);
  23. IForestModelOutlierTrainBatchOp trainOp = new IForestModelOutlierTrainBatchOp()
  24. .setFeatureCols("val");
  25. IForestModelOutlierPredictStreamOp predOp = new IForestModelOutlierPredictStreamOp(trainOp.linkFrom(data))
  26. .setOutlierThreshold(3.0)
  27. .setPredictionCol("pred")
  28. .setPredictionDetailCol("pred_detail");
  29. predOp.linkFrom(streamData).print();
  30. StreamOperator.execute();
  31. }
  32. }

运行结果