MinCovDet#

class sklearn.covariance.MinCovDet(*, store_precision=True, assume_centered=False, support_fraction=None, random_state=None)[来源]#

最小协方差行列式 (MCD)：协方差的鲁棒估算器。

最小协方差行列式 (Minimum Covariance Determinant) 协方差估计器适用于高斯分布数据，但也可能适用于从单峰、对称分布中提取的数据。它不适用于多峰数据（在这种情况下，用于拟合 MinCovDet 对象的算法可能会失败）。对于多峰数据集，应考虑投影追踪方法。

在用户指南中阅读更多内容。

参数:
store_precisionbool, default=True

指定是否存储估计的精度矩阵。

assume_centeredbool, default=False

如果为 True，则计算鲁棒位置和协方差估计的支持，并从中重新计算协方差估计，而不对数据进行中心化。这对于均值显著等于零但不完全为零的数据很有用。如果为 False，则直接使用 FastMCD 算法计算鲁棒位置和协方差，无需额外处理。

support_fractionfloat, 默认值=None

包含在原始 MCD 估计支持中的点比例。默认值为 None，这意味着算法将使用 support_fraction 的最小值：(n_samples + n_features + 1) / 2 * n_samples。该参数必须在 (0, 1] 范围内。

random_stateint, RandomState instance or None, default=None

确定用于打乱数据的伪随机数生成器。传入一个整数以在多次函数调用中获得可重现的结果。参见术语表。

属性:
raw_location_形状为 (n_features,) 的 ndarray

校正和重新加权之前的原始鲁棒估计位置。

raw_covariance_形状为 (n_features, n_features) 的 ndarray

校正和重新加权之前的原始鲁棒估计协方差。

raw_support_形状为 (n_samples,) 的 ndarray

用于计算位置和形状的原始鲁棒估计（校正和重新加权之前）的观测值的掩码。

location_ndarray of shape (n_features,)

估计的鲁棒位置。

有关将原始鲁棒估计与真实位置和协方差进行比较的示例，请参阅鲁棒与经验协方差估计。

covariance_ndarray of shape (n_features, n_features)

估计的鲁棒协方差矩阵。

precision_ndarray of shape (n_features, n_features)

估计的伪逆矩阵。（仅当 store_precision 为 True 时存储）

support_形状为 (n_samples,) 的 ndarray

用于计算位置和形状的鲁棒估计的观测值的掩码。

dist_形状为 (n_samples,) 的 ndarray

训练集（调用fit的观测值）的马氏距离。

n_features_in_int

在 拟合 期间看到的特征数。

0.24 版本新增。

feature_names_in_shape 为 (n_features_in_,) 的 ndarray

在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。

另请参阅

EllipticEnvelope

用于检测高斯分布数据集中异常值的对象。

EmpiricalCovariance

最大似然协方差估算器。

GraphicalLasso

使用 l1 惩罚估算器进行稀疏逆协方差估计。

GraphicalLassoCV

Sparse inverse covariance with cross-validated choice of the l1 penalty.

LedoitWolf

LedoitWolf 估算器。

OAS

Oracle 近似收缩估算器。

ShrunkCovariance

具有收缩的协方差估算器。

References

[Rouseeuw1984]

P. J. Rousseeuw。最小中位数二乘回归。J. Am Stat Ass，79:871，1984。

[Rousseeuw]

最小协方差行列式估计器的快速算法，1999 年，美国统计协会和美国质量学会，TECHNOMETRICS

[ButlerDavies]

R. W. Butler, P. L. Davies 和 M. Jhun，最小协方差行列式估计器的渐近性，统计年鉴，1993，第 21 卷，第 3 期，1385-1400 页

示例

>>> import numpy as np
>>> from sklearn.covariance import MinCovDet
>>> from sklearn.datasets import make_gaussian_quantiles
>>> real_cov = np.array([[.8, .3],
...                      [.3, .4]])
>>> rng = np.random.RandomState(0)
>>> X = rng.multivariate_normal(mean=[0, 0],
...                                   cov=real_cov,
...                                   size=500)
>>> cov = MinCovDet(random_state=0).fit(X)
>>> cov.covariance_
array([[0.8102, 0.2736],
       [0.2736, 0.3330]])
>>> cov.location_
array([0.0769 , 0.0397])
correct_covariance(data)[来源]#

对原始最小协方差行列式估计应用校正。

使用[Croux1999]推导的渐近校正因子进行校正。

参数:
dataarray-like of shape (n_samples, n_features)

数据矩阵，具有 p 个特征和 n 个样本。数据集必须是用于计算原始估计的数据集。

返回:
covariance_corrected形状为 (n_features, n_features) 的 ndarray

校正后的鲁棒协方差估计。

References

[Croux1999]

最小协方差行列式散布矩阵估计器的影响函数和效率，1999 年，多元分析杂志，第 71 卷，第 2 期，第 161-190 页

error_norm(comp_cov, norm='frobenius', scaling=True, squared=True)[来源]#

计算两个协方差估计器之间的均方误差。

参数:
comp_covarray-like of shape (n_features, n_features)

用于比较的协方差。

norm{“frobenius”, “spectral”}, default=”frobenius”

用于计算误差的范数类型。可用的误差类型：- 'frobenius'（默认值）：sqrt(tr(A^t.A)) - 'spectral'：sqrt(max(eigenvalues(A^t.A))，其中 A 是误差 (comp_cov - self.covariance_)。

scalingbool, default=True

如果为 True（默认值），则将平方误差范数除以 n_features。如果为 False，则不重新缩放平方误差范数。

squaredbool, default=True

是否计算平方误差范数或误差范数。如果为 True（默认值），则返回平方误差范数。如果为 False，则返回误差范数。

返回:
resultfloat

self 和 comp_cov 协方差估计器之间的均方误差（根据 Frobenius 范数）。

fit(X, y=None)[来源]#

使用 FastMCD 算法拟合最小协方差行列式。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

训练数据，其中 n_samples 是样本数，n_features 是特征数。

y被忽略

未使用，按照惯例为保持 API 一致性而存在。

返回:
selfobject

返回实例本身。

get_metadata_routing()[来源]#

获取此对象的元数据路由。

请查阅 用户指南，了解路由机制如何工作。

返回:
routingMetadataRequest

封装路由信息的 MetadataRequest。

get_params(deep=True)[来源]#

获取此估计器的参数。

参数:
deepbool, default=True

如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:
paramsdict

参数名称映射到其值。

get_precision()[来源]#

获取精度矩阵。

返回:
precision_array-like of shape (n_features, n_features)

与当前协方差对象关联的精度矩阵。

mahalanobis(X)[来源]#

计算给定观测值的平方马哈拉诺比斯距离。

有关离群值如何影响马哈拉诺比斯距离的详细示例，请参阅稳健协方差估计和马哈拉诺比斯距离相关性。

参数:
Xshape 为 (n_samples, n_features) 的 array-like

观测值，我们计算其马哈拉诺比斯距离。假定观测值来自与用于拟合的数据相同的分布。

返回:
distndarray of shape (n_samples,)

观测值的平方马哈拉诺比斯距离。

reweight_covariance(data)[来源]#

重新加权原始最小协方差行列式估计。

使用 Rousseeuw 的方法（等同于在计算位置和协方差估计之前从数据集中删除离群观测值）重新加权观测值，如[RVDriessen]所述。

根据[Croux1999]，校正重新加权后的协方差以与正态分布一致。

参数:
dataarray-like of shape (n_samples, n_features)

数据矩阵，具有 p 个特征和 n 个样本。数据集必须是用于计算原始估计的数据集。

返回:
location_reweighted形状为 (n_features,) 的 ndarray

重新加权后的鲁棒位置估计。

covariance_reweighted形状为 (n_features, n_features) 的 ndarray

重新加权后的鲁棒协方差估计。

support_reweighted形状为 (n_samples,), dtype=bool 的 ndarray

用于计算重新加权后的鲁棒位置和协方差估计的观测值的掩码。

References

[RVDriessen]

最小协方差行列式估计器的快速算法，1999 年，美国统计协会和美国质量学会，TECHNOMETRICS

[Croux1999]

最小协方差行列式散布矩阵估计器的影响函数和效率，1999 年，多元分析杂志，第 71 卷，第 2 期，第 161-190 页

score(X_test, y=None)[来源]#

计算 X_test 在估计的高斯模型下的对数似然。

高斯模型由其均值和协方差矩阵定义，分别由 self.location_ 和 self.covariance_ 表示。

参数:
X_testarray-like of shape (n_samples, n_features)

我们计算其似然的测试数据，其中 n_samples 是样本数，n_features 是特征数。X_test 假定来自与用于拟合的数据相同的分布（包括中心化）。

y被忽略

未使用，按照惯例为保持 API 一致性而存在。

返回:
resfloat

X_test 的对数似然，其中 self.location_ 和 self.covariance_ 分别作为高斯模型均值和协方差矩阵的估计器。

set_params(**params)[来源]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数:
**paramsdict

估计器参数。

返回:
selfestimator instance

估计器实例。