OutlierMixin#

class sklearn.base.OutlierMixin[source]#

scikit-learn 中所有异常值检测估算器的 Mixin 类。

此 mixin 定义了以下功能：

通过 estimator_type 标签将估计器类型设置为 "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]#

Perform fit on X and returns labels for X.

Returns -1 for outliers and 1 for inliers.

参数:

Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}: 输入样本。
y被忽略: 未使用，按照惯例为保持 API 一致性而存在。
**kwargsdict: 要传递给 fit 的参数。

1.4 版本新增。

返回:

yndarray of shape (n_samples,): 1 for inliers, -1 for outliers.

OutlierMixin#

本页