OutlierMixin#

class sklearn.base.OutlierMixin[source]#

scikit-learn 中所有异常值检测评估器的混合类。

此混合类定义了以下功能：

通过 estimator_type 标签将评估器类型设置为 "outlier_detector"；
fit_predict 方法，默认使用 fit 和 predict。

示例

>>> import numpy as np
>>> from sklearn.base import BaseEstimator, OutlierMixin
>>> class MyEstimator(OutlierMixin):
...     def fit(self, X, y=None):
...         self.is_fitted_ = True
...         return self
...     def predict(self, X):
...         return np.ones(shape=len(X))
>>> estimator = MyEstimator()
>>> X = np.array([[1, 2], [2, 3], [3, 4]])
>>> estimator.fit_predict(X)
array([1., 1., 1.])

fit_predict(X, y=None, **kwargs)[source]#

在 X 上执行拟合并返回 X 的标签。

异常值为 -1，正常值为 1。

参数:

X{array-like, 稀疏矩阵} 形状为 (n_samples, n_features): 输入样本。
y忽略: 未使用，根据 API 惯例存在。
**kwargs字典: 传递给 fit 的参数。

在 1.4 版本中新增。

返回:

y形状为 (n_samples,) 的 ndarray: 正常值为 1，异常值为 -1。

OutlierMixin#

本页