如圖所示，我們沒有太多異常數(shù)據(jù)，所以，如果我們從75％的值開始，會是比較好的結(jié)果，但為了安全起見，我會從平均值開始。所以我們將從平均值和更低的概率范圍開始檢查這個范圍內(nèi)每個概率的f1分數(shù)。首先，定義一個函數(shù)來計算真正例、假正例和假反例：def tpfpfn（ep）：

   tp， fp， fn ＝ 0， 0， 0
   for i in range（len（y））：
       if p［i］ ＜＝ ep and y［i］［0］ ＝＝ 1：
           tp ＋＝ 1
       elif p［i］ ＜＝ ep and y［i］［0］ ＝＝ 0：
           fp ＋＝ 1
       elif p［i］ ＞ ep and y［i］［0］ ＝＝ 1：
           fn ＋＝ 1
   return tp， fp， fn

列出低于或等于平均概率的概率。eps ＝ ［i for i in p if i ＜＝ p．mean（）］

檢查一下列表的長度len（eps）

輸出：133

根據(jù)前面討論的公式定義一個計算f1分數(shù)的函數(shù)：def f1（ep）：
   tp， fp， fn ＝ tpfpfn（ep）
   prec ＝ tp／（tp ＋ fp）
   rec ＝ tp／（tp ＋ fn）
   f1 ＝ 2＊prec＊rec／（prec ＋ rec）
   return f1

所有函數(shù)都準備好了！現(xiàn)在計算所有epsilon和我們之前選擇的概率值范圍的f1分數(shù)。f ＝ ［］
for i in eps：
   f．a(chǎn)ppend（f1（i））
f
輸出：［0．14285714285714285，
0．14035087719298248，
0．1927710843373494，
0．1568627450980392，
0．208955223880597，
0．41379310344827586，
0．15517241379310345，
0．28571428571428575，
0．19444444444444445，
0．5217391304347826，
0．19718309859154928，
0．19753086419753085，
0．29268292682926833，
0．14545454545454545，

這是f分數(shù)表的一部分，它的長度是133。f分數(shù)通常在0到1之間，其中f1得分越高越好，所以，我們需要從剛才計算的f分數(shù)列表中取f的最高分數(shù)。現(xiàn)在，使用“argmax”函數(shù)來確定f分數(shù)值最大值的索引。np．a(chǎn)rray（f）．a(chǎn)rgmax（）
輸出：131

現(xiàn)在用這個索引來得到閾值概率。e ＝ eps［131］

e

輸出：6．107184445968581e－05

找出異常實例現(xiàn)在我們有了臨界概率，可以從中找出我們訓練數(shù)據(jù)的標簽了。如果概率值小于或等于該閾值，則數(shù)據(jù)為異常數(shù)據(jù)，否則為正常數(shù)據(jù)。我們將正常數(shù)據(jù)和異常數(shù)據(jù)分別表示為0和1，label ＝ ［］
for i in range（len（df））：
   if p［i］ ＜＝ e：
       label．a(chǎn)ppend（1）
   else：
       label．a(chǎn)ppend（0）
label
輸出：［0，
0，
0，
0，
0，
0，
0，
0，
0，
0，

這是標簽列表的一部分。我將在上面的訓練數(shù)據(jù)集中添加此標簽：df［＇label＇］ ＝ np．a(chǎn)rray（label）

df．head（）

我在標簽為1的地方用紅色繪制數(shù)據(jù)，在標簽為0的地方用黑色繪制，得到以下結(jié)果。

我們可以看到紅色的數(shù)據(jù)明顯是異常值。結(jié)論本文我們一步一步地解釋了開發(fā)異常檢測算法的整個過程，如果你通過閱讀本文無法理解算法的過程，建議你運行每一段代碼來加強理解。