IForest异常检测_人工智能平台 PAI(PAI)-阿里云帮助中心

IForest异常检测使用sub-sampling算法，降低了算法的计算复杂度，可以识别数据中的异常点，在异常检测领域有显著的应用效果。本文为您介绍IForest异常检测的参数配置。

组件配置

您可以通过以下任意一种方式，配置IForest异常检测参数。

方式一：可视化方式

在Designer工作流页面配置组件参数。

页签	参数名称	描述
字段设置	特征列名数组	如果您已经配置了向量列名或tensor列，则该参数不允许配置。用于训练的特征列名。说明特征列名数组、tensor列和向量列名是三个互斥参数，您只能使用其中一个参数来描述算法的输入特征。
	分组列名数组	分组列名。
	tensor列	如果您已经配置了向量列名或特征列名数组，则该参数不允许配置。 tensor列名。说明特征列名数组、tensor列和向量列名是三个互斥参数，您只能使用其中一个参数来描述算法的输入特征。
	向量列名	如果您已经配置了tensor列或特征列名数组，则该参数不允许配置。向量列对应的列名。说明特征列名数组、tensor列和向量列名是三个互斥参数，您只能使用其中一个参数来描述算法的输入特征。
参数设置	预测结果列名	预测结果列的列名。
	每组最大异常点数目	每组最大的异常点数目。
	最大异常点比例	算法检测异常点的最大比例。
	每组最大样本数目	每组最大的样本数目。
	模型中树的棵数	模型中树的棵树，默认为100。
	异常评分阈值	当评分大于该阈值时，判定为异常点。
	预测详细信息列名	预测详细信息列的列名。
	每棵树的样本采样行数	每棵树的样本采样行数，正整数。范围[2,100000]，默认为256。
	组件多线程线程个数	组件多线程的线程个数，默认为1。
执行调优	节点个数	节点个数，与参数单个节点内存大小配对使用，正整数。范围[1, 9999]。
执行调优	单个节点内存大小，单位M	单个节点内存大小，单位MB，正整数。范围[1024, 64*1024]。

方式二：Python代码方式

使用PyAlink脚本组件，配置该组件参数。您可以使用PyAlink脚本组件进行Python代码调用，详情请参见PyAlink脚本。

参数名称	是否必选	描述	默认值
predictionCol	是	预测结果列的列名。	无
featureCols	否	特征列名数组。	全选
groupCols	否	分组列名，支持多列。	无
maxOutlierNumPerGroup	否	每组最大的异常点数目。	无
maxOutlierRatio	否	算法检测异常点的最大比例。	无
maxSampleNumPerGroup	否	每组最大的样本数目。	无
numTrees	否	模型中树的棵数。	100
outlierThreshold	否	当评分大于该阈值时，判定为异常点。	无
predictionDetailCol	否	预测详细信息列的列名。	无
tensorCol	否	tensor列。	无
vectorCol	否	向量列对应的列名。	无
subsamplingSize	否	每棵树的样本采样行数，正整数。范围[2,100000]。	256
numThreads	否	组件多线程的线程个数。	1

Python代码方式的使用示例如下。

from pyalink.alink import *
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 = IForestOutlierBatchOp()\
    .setFeatureCols(["val"])\
    .setOutlierThreshold(3.0)\
    .setPredictionCol("pred")\
    .setPredictionDetailCol("pred_detail")

outlierOp.print()