OutlierMixin

class sklearn.base.OutlierMixin

Mixin-Klasse für alle Ausreißererkennungs-Schätzer in scikit-learn.

Dieser Mixin definiert die folgende Funktionalität

• setzt den Estimator-Typ durch das Tag estimator_type auf "outlier_detector";

• fit_predict Methode, die standardmäßig fit und predict verwendet.

Beispiele

>>> 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)

Führt die Anpassung an X durch und gibt Labels für X zurück.

Gibt -1 für Ausreißer und 1 für Inlier zurück.

Parameter:

X{array-like, sparse matrix} der Form (n_samples, n_features)

Die Eingabestichproben.

yIgnoriert

Wird nicht verwendet, ist aber aus Gründen der API-Konsistenz per Konvention vorhanden.

**kwargsdict

Argumente, die an fit übergeben werden sollen.

Hinzugefügt in Version 1.4.

Gibt zurück:

yndarray der Form (n_samples,)

1 für Inlier, -1 für Ausreißer.