我有一个行：134000 和列：200 的数据集。我正在尝试使用LocalOutlierFactorscikit-learn 识别数据集中的异常值。尽管我了解算法的工作原理，但我无法决定n_neighbors我的数据集。
请建议。
如何确定在实现 LocalOutlierFactor 时要考虑多少个 n_neighbors？
数据挖掘
Python
scikit-学习
离群值
超参数调整
k-nn
2021-10-13 16:09:10
1个回答
在这些情况下，通常使用网格搜索来计算最佳参数：
from sklearn.model_selection import GridSearchCV
from sklearn.neighbors import KNeighborsClassifier
import numpy as np
n = 30 # Max number of neighbours you want to consider
param_grid = {'n_neighbors': np.arange(n)}
grid = GridSearchCV(KNeighborsClassifier(), param_grid)
然后给定这个网格，您可以将其拟合到您的数据以计算其最佳值（根据您提供的值，它们可能不是全局最优值（如果返回值是输入范围的极值之一，甚至是局部值））：
grid.fit(X_train, y_train)
您可以通过调用从输入中查看最佳参数：
grid.best_params_
>>> {'n_neighbors': ?}
您可以通过调用自动选择具有所述最佳参数的估计器：
model = grid.best_estimator_
y_pred = model.fit(X_train, y_train).predict(X_test)
注意：您可以通过将它们添加到输入字典中来找到其他参数的最佳值param_grid。
其它你可能感兴趣的问题