我使用sklearn的EllipticEnvelope来查找数据集中的异常值。但我不知道如何模拟我的问题？我是否应该只使用所有数据（不分训练和测试集）并应用fit？另外，如何获得每个数据点的outlyingness？我应该在同一个数据集上使用predict吗？
最佳答案
正确的方法是：
将数据分为normal和outliers。
从normal数据中抽取大样本作为normal_train拟合新颖性检测模型。
创建一个测试集，其中一个样本来自normal，该样本不用于训练（例如normal_test），另一个样本来自outlier（例如outlier_test），这样test数据的分布（normal_test+outlier_test）将保持总体分布。
预测此test数据以获取常用度量（accuracy，sensitivity，positive-predictive-value，等等）
真 的。我已经走了很长一段路了！
关于python - 如何应用sklearn的EllipticEnvelope找出给定数据集中的离群值？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/33778802/