异常值混合类

class sklearn.base.OutlierMixin

Scikit-learn 中所有异常值检测估计器的混合类。

此混合类定义以下功能：

• 通过 estimator_type 标签将估计器类型设置为 "outlier_detector";

• fit_predict 方法默认为 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)

对X进行拟合并返回X的标签。

异常值返回 -1，正常值返回 1。

参数：

X形状为 (n_samples, n_features) 的 {数组或稀疏矩阵}

输入样本。

y忽略

未使用，出于 API 一致性约定而存在。

**kwargs字典

传递给 fit 的参数。

1.4 版本新增。

返回值：

y形状为 (n_samples,) 的 ndarray

正常值返回 1，异常值返回 -1。