基于Pycaret自动化机器学习库的异常检测任务入门方案

Pycaret

PyCaret是一个代码量超低的机器学习库，它有效的自动化了机器学习工作流。实现了端到端的机器学习和模型管理工具，可以成倍地加快机器学习的学习、部署和实践速度。本文主要介绍Pycaret的特色、优势和理念，喜欢的朋友请关注本专栏，我的专栏将陆续更新Pycaret基础使用和进阶使用的超详细教程，这篇教程主要关注这个库的一些最简单的使用方式。

异常检测

PyCaret 的异常检测模块是一个无监督机器学习模块，用于识别因与大多数数据显着不同而引起怀疑的稀有项目、事件或观察结果。通常，异常项目会转化为某种问题，例如银行欺诈、结构缺陷、医疗问题或错误。它提供了多种功能，可以通过设置函数为建模准备数据。它有超过 10 种即用型算法，同时可以分析训练模型的性能。

设置

此函数初始化训练环境并创建转换管道。必须在执行任何其他函数之前调用设置函数。它只需要一个强制参数：数据。所有其他参数都是可选的。

from pycaret.datasets import get_data
data = get_data('anomaly')

from pycaret.anomaly import *
s = setup(data)

执行设置时，PyCaret 的推理算法将根据某些属性自动推断所有特征的数据类型。应该正确推断数据类型，但情况并非总是如此。为处理此问题，PyCaret 会在您执行设置后显示提示，要求确认数据类型。如果所有数据类型都正确，您可以按 enter 或键入 quit 退出设置。

确保数据类型正确在 PyCaret 中非常重要，因为它会自动执行多个特定于类型的预处理任务，这对于机器学习模型来说是必不可少的。

或者，您也可以在设置中使用 numeric_features 和 categorical_features 参数来预定义数据类型。

创建模型

此函数训练一个无监督的异常检测模型。可以使用模型函数访问所有可用模型。

iforest = create_model('iforest')
print(iforest)

models()

分析模型

plot_model(iforest, plot = 'tsne')

plot_model(iforest, plot = 'umap')

用模型预测异常标签

此函数为给定模型的数据集分配异常标签。 （1 = 离群值，0 = 离群值）。

result = assign_model(iforest)
result.head()

保存模型

save_model(iforest, 'iforest_pipeline')

要把模型装回环境中：

loaded_model = load_model('iforest_pipeline')
print(loaded_model)

更详细的教程和一对一指导，请见【机器学习从零基础到精通】