Anomaly detection.As a "simple ml" for "beginner"
这个项目是延续上一个IFroest 的项目。同样是主张实战。
网络上很多资料都是以随机数据集做测试，这其实对很多初学者很不友好。也包括我初学的时候。
所以，我认为应该有比较好的一份实战示例供初学者练习经验，
而不是在一次次失败的在coding和bug中逐渐地被劝退。
更多的感慨留在知乎文章一并发表。
我不会说明我的数据集customers_nums.csv的来源，
我只能告诉你cr和7cr这两列数据都是我以某种方法提取的特征。
虽然这可能会感觉和网络上的其他资料一样晕乎，但是对特征的概念你可以先暂缓了解。
初学者最需要做的：
是先尝试跑通示例代码，
理解代码各个部分分工，
最后再去思考提取特征等问题，
并尝试彻底解决某种实际问题。
n_estimators : int, optional (default=100)
设置itree 数量
max_samples : int or float, optional (default=”auto”)
样本抽取比例、或样本全部数量
contamination : float in (0., 0.5), optional (default=0.1)
设置样本中异常点的比例
max_features : int or float, optional (default=1.0)
提取特征比例、或特征全部个数。
verbose : int, optional (default=0)
控制树生成过程的详细程度。
n_jobs : int or None, optional (default=None)
为拟合和预测并行运行的作业数,-1 为使用全部处理器。
example:
from sklearn.ensemble import IsolationForest
ifm = IsolationForest(n_estimators=100, verbose=2, n_jobs=2, max_samples=lendata, random_state=rs, max_features=2)
my python version is 3.6.5 你需要/You need:
pandas，numpy，sklearn，matplotlib，scipy
pip install pandas
pip install numpy
pip install sklearn
pip install scipy
pip install matplotlib
Public statement:
This is Author statement.
No reprint without authorization.Thank you for your cooperation.
If you think Rem is cute, then we’ll be great friend!
Isolation Forest by Fei Tony Liu, Kai Ming TingGippsland School of Information TechnologyMonash University, Victoria, Australia,2008
github’s iforest_ source code by scikit-learn.org
Sklearn' Isolation Forest Parameter introduction by scikit-learn.org
Sklearn 中文档 by @loopyme @飞龙 @片刻
iForest （Isolation Forest）孤立森林by YeZhu - 2017
Isolation forest的python代码实现 by 明日菜心_CSDN 2015-08
IForest主要参数和函数介绍by 夕阳下江堤上的男孩_CSDN 2018-03