管道中 Scikit-learn（隔离森林）中的异常值检测答案

【问题标题】：Outlier-Detection in Scikit-learn( Isolation Forest) in a pipeline管道中 Scikit-learn（隔离森林）中的异常值检测
【发布时间】：2020-10-20 19:32:25
【问题描述】：

我遇到了这个问题，因为我无法在 Sklearn 管道中使用隔离森林算法。我正在尝试使用 Kaggle 信用卡欺诈检测数据集来预测信用卡违约。我正在尝试在数据分区后修复所有内容，以避免数据泄漏。（通过使用管道进行每个交叉验证，因为我在不使用管道的情况下使用 K 折交叉验证中的逻辑回归获得了几乎 100% 的 F1 分数）大多数机器学习算法都可以使用（逻辑回归、随机森林分类器、等）但不适用于某些异常检测算法，例如 IsolationForest。我想知道如何将这些异常检测算法放入管道中。谢谢。

Some details for X and Y (Y- 0 as a normal transaction, 1 as fraudulent transaction)

pipe =Pipeline([
    ('sc', StandardScaler()),
    ('smote', SMOTE()),
    ('IF', IsolationForest())
])

print(cross_val_score(pipe, X,Y, scoring='f1_weighted' ,cv=5))

# Result: [3.01179163e-06 3.53204982e-06 6.55363495e-06 3.51940600e-06 4.52981524e-06]

【问题讨论】：

如果需要，请提供代码sn-ps和示例数据，以便其他用户更好地了解您的问题并提出解决方案。
已经添加了一些细节。如果还不清楚，请随时询问。

标签： python machine-learning scikit-learn

【解决方案1】：

如果没有更多信息，我猜您的 Pipeline 导入来自 sklearn.pipelines。只需将其替换为：

from imblearn.pipeline import Pipeline

更多信息this帮助了我。

【讨论】：