该文档涉及的组件

    One-Class SVM流式分组异常检测 (OcsvmOutlier4GroupedDataStreamOp)

    Java 类名:com.alibaba.alink.operator.stream.outlier.OcsvmOutlier4GroupedDataStreamOp

    Python 类名:OcsvmOutlier4GroupedDataStreamOp

    功能介绍

    与传统SVM不同的是,one-class SVM是一种非监督的学习算法,经常被用来做异常点检测。在该算法的训练集中只有一类positive(或者negative)的数据,而没有(或存在极少量)另外一类,通常称其为异常点。该算法需要学习(learn)的就是边界(boundary),而不是最大间隔(maximum margin),通过边界对异常点进行预测。

    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
    inputMTableCol 输入列名 输入序列的列名 String
    outputMTableCol 输出列名 输出序列的列名 String
    predictionCol 预测结果列名 预测结果列名 String
    coef0 Kernel函数的相关参数coef0 Kernel函数的相关参数,只有在POLY和SIGMOID时起作用。 Double 0.0
    degree 多项式阶数 多项式的阶数,默认2 Integer x >= 1 2
    epsilon 收敛阈值 迭代方法的终止判断阈值,默认值为 1.0e-6 Double x >= 0.0 1.0E-6
    featureCols 特征列名数组 特征列名数组,默认全选 String[] 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] null
    gamma Kernel函数的相关参数gamma Kernel函数的相关参数,只在 RBF, POLY 和 SIGMOID 时起作用. 如果不设置默认取 1/d,d为特征维度. Double -1.0
    kernelType 核函数类型 核函数类型,可取为“RBF”,“POLY”,“SIGMOID”,“LINEAR” String “RBF”, “POLY”, “SIGMOID”, “LINEAR” “RBF”
    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
    nu 异常点比例上界参数nu 该参数取值范围是(0,1),该值与支持向量的数目正向相关。 Double 0.01
    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
    tensorCol tensor列 tensor列 String 所选列类型为 [BOOL_TENSOR, BYTE_TENSOR, DOUBLE_TENSOR, FLOAT_TENSOR, INT_TENSOR, LONG_TENSOR, STRING, STRING_TENSOR, TENSOR, UBYTE_TENSOR] null
    vectorCol 向量列名 向量列对应的列名,默认值是null String 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] null
    numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1