【第十七章：Sentosa_DSML社区版-机器学习之异常检测】

【第十七章：Sentosa_DSML社区版-机器学习之异常检测】

        机器学习异常检测是检测数据集中的异常数据的算子，一种高效的异常检测算法。它和随机森林类似，但每次选择划分属性和划分点（值）时都是随机的，而不是根据信息增益或者基尼指数来选择。

17.1 异常检测

1.算子介绍

        异常检测算子(IsolationForestNode)是检测数据集中的异常数据的算子，一种高效的异常检测算法，它和随机森林类似，但每次选择划分属性和划分点(值)时都是随机的，而不是根据信息增益或者基尼指数来选择。在建树过程中，如果一些样本很快就到达了叶子节点，那么就被认为很有可能是异常点，结果生成prediction列，值为0则正常，为1则异常。

2.算子类型

        机器学习/异常检测算子。

3.算子属性说明

属性	页面显示名称	选项	类型	默认值	约束规则	属性说明
num_tree	树的数量	必填	Integer	5	>0	模型中的树的数量
sample_type	样本取样方式	必填	String	rate	单选:number，rate	样本取样方式
sample_rate	样本采样率(0,1]	必填	Double	1.0	范围(0,1]，样本取样方式选择rate	样本采样率
max_depth	树的最大深度	必填	Integer	1	>0	树的最大深度
bootstrap	每棵树是否重采样	必填	Boolean	否	单选:true，false	每棵树是否重采样
contamination	异常值在数据集中所占的比例(0,1)	必填	Double	0.1	(0,1)之间	异常值在数据集中所占的比例
skip_null_value	是否跳过空值	必填	Boolean	是	单选：是，否	是否跳过空值

4.算子使用介绍

（1）算子初始化

        参考公共功能算子初始化操作。

（2）算子属性设置

        异常检测算子的属性设置如图所示

异常检测算子属性设置

（3）算子的运行

        异常检测算子为建模算子，需要先训练数据生成模型，再通过模型对相同结构的数据进行处理得到最终结果。具体运行过程如下所述。

        首先通过数据读入算子读取数据，中间可以接任意个数据处理算子(例，行处理，列处理等)，然后接一个异常检测算子，右击算子，点击运行，得到异常检测模型。

运行异常检测算子获得异常检测模型

        得到模型后右击模型，可以查看模型信息。模型后可接任意个数据处理算子，再接图表分析算子或数据写出算子，形成算子流执行，但评估算子对此模型无效。

异常检测模型算子流

        可以右击模型，查看模型的模型信息。模型的运行结果如图所示

异常检测模型的运行结果

        结果中Predicted_group值为0则认为为正常数据，为1则认为为异常数据。

---

  为了非商业用途的科研学者、研究人员及开发者提供学习、交流及实践机器学习技术，推出了一款轻量化且完全免费的Sentosa_DSML社区版。以轻量化一键安装、平台免费使用、视频教学和社区论坛服务为主要特点，能够与其他数据科学家和机器学习爱好者交流心得，分享经验和解决问题。文章最后附上官网链接，感兴趣工具的可以直接下载使用

Sentosa_DSML社区版官网

Sentosa_DSML算子流开发视频