该文档涉及的组件

BoxPlot异常检测 (BoxPlotOutlierBatchOp)

Java 类名:com.alibaba.alink.operator.batch.outlier.BoxPlotOutlierBatchOp

Python 类名:BoxPlotOutlierBatchOp

功能介绍

  • BoxPlot算法又叫做箱线图算法, 是一种常用的异常检测算法.
  • 它由五个数值点组成:最小值(min),下四分位数(Q1),中位数(median),上四分位数(Q3),最大值(max),大于Q3 + K * IQR和小于Q1 - K * IQR的点定义为异常值(Outlier)。
  • k通常取值为1.5或者3.

参数说明

名称 中文名称 描述 类型 是否必须? 取值范围 默认值
predictionCol 预测结果列名 预测结果列名 String
direction 方向 检测异常的方向 String “POSITIVE”, “NEGATIVE”, “BOTH” “BOTH”
featureCol 特征列名 特征列名,默认选最左边的列 String 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] null
groupCols 分组列名数组 分组列名,多列,可选,默认不选 String[] null
maxOutlierNumPerGroup 每组最大异常点数目 每组最大异常点数目 Integer
maxOutlierRatio 最大异常点比例 算法检测异常点的最大比例 Double
maxSampleNumPerGroup 每组最大样本数目 每组最大样本数目 Integer
outlierThreshold 异常评分阈值 只有评分大于该阈值才会被认为是异常点 Double
predictionDetailCol 预测详细信息列名 预测详细信息列名 String
numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

import pandas as pd
df = pd.DataFrame([
                [0.73, 0],
                [0.24, 0],
                [0.63, 0],
                [0.55, 0],
                [0.73, 0],
                [0.41, 0]
        ])

dataOp = BatchOperator.fromDataframe(df, schemaStr='val double, label int')

outlierOp = BoxPlotOutlierBatchOp()\
			.setFeatureCol("val")\
			.setOutlierThreshold(3.0)\
			.setPredictionCol("pred")\
			.setPredictionDetailCol("pred_detail")

evalOp = EvalOutlierBatchOp()\
			.setLabelCol("label")\
			.setPredictionDetailCol("pred_detail")\
			.setOutlierValueStrings(["1"]);

metrics = dataOp\
			.link(outlierOp)\
			.link(evalOp)\
			.collectMetrics()

print(metrics)

Java 代码

package com.alibaba.alink.operator.batch.outlier;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.evaluation.EvalOutlierBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.operator.common.evaluation.OutlierMetrics;
import com.alibaba.alink.testutil.AlinkTestBase;
import org.junit.Assert;
import org.junit.Test;

public class BoxPlotOutlierBatchOpTest extends AlinkTestBase {
	@Test
	public void test() throws Exception {
		BatchOperator <?> data = new MemSourceBatchOp(
			new Object[][] {
				{0.73, 0},
				{0.24, 0},
				{0.63, 0},
				{0.55, 0},
				{0.73, 0},
				{0.41, 0},
			},
			new String[]{"val", "label"});

		BatchOperator <?> outlier = new BoxPlotOutlierBatchOp()
			.setFeatureCol("val")
			.setOutlierThreshold(3.0)
			.setPredictionCol("pred")
			.setPredictionDetailCol("pred_detail");

		EvalOutlierBatchOp eval = new EvalOutlierBatchOp()
			.setLabelCol("label")
			.setPredictionDetailCol("pred_detail")
			.setOutlierValueStrings("1");

		OutlierMetrics metrics = data
			.link(outlier)
			.link(eval)
			.collectMetrics();

		Assert.assertEquals(1.0, metrics.getAccuracy(), 10e-6);

	}
}

运行结果