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．append（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)�，F(xiàn)在，使用“argmax”函數(shù)來確定f分數(shù)值最大值的索引。np．array（f）．argmax（）
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．append（1）
   else：
       label．append（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．array（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，得到以下結果。

我們可以看到紅色的數(shù)據(jù)明顯是異常值。結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。