python - pycaret 和 H2O 之间异常检测的不同结果

Question

我正在从以下数据中检测异常:

它来自液压系统的处理信号，从那里我知道红框中的点是系统故障时发生的异常。
我正在使用前 3k 条记录来训练模型，包括 pycaret 和 H20。这 3k 条记录涵盖了 5 个数据周期，如下图所示:
要在 pycaret 中训练模型，我使用以下代码:

from pycaret.anomaly import *
from pycaret.datasets import get_data
import pandas as pd
exp_ano101 = setup(df[["Pressure_median_mw_2500_ac"]][0:3000], normalize = True, 
                   session_id = 123)

iforest = create_model('iforest')
unseen_predictions = predict_model(iforest, data=df[["Pressure_median_mw_2500_ac"]])
unseen_predictions = unseen_predictions.reset_index()

我从 pycaret 得到的结果非常好:

通过一些后期处理，我可以获得以下效果，这非常接近理想状态:

另一方面，使用 H20，代码如下:

import pandas as pd
from h2o.estimators import H2OIsolationForestEstimator, H2OGenericEstimator
import tempfile
ifr = H2OIsolationForestEstimator()
ifr.train(x="Pressure_median_mw_2500_ac",training_frame=hf)
th = df["mean_length"][0:3000].quantile(0.05)
df["anomaly"] = df["mean_length"].apply(lambda x: "1" if x> th  else "0")

我明白了:

这是一个巨大的差异，因为它没有将此块检测为异常:

我的疑问是，鉴于我使用的是相同的算法，即隔离森林，我怎样才能获得与从 pycaret 获得的结果相似的结果。甚至在 Pycaret 中使用 SVM 也比在 H2O 中使用隔离森林得到更接近的结果

Answer 1

Pycaret 使用库 PyOD 进行异常检测。然后是 PyOD 与 H2O。也许有不同的默认参数。在 Pycaret (PyOD) 中可以修改参数分数 - 默认值 = 0.05，数据集中异常值的百分比/比例。
您应该尝试使用此参数，也许您会从两个库中获得相同的结果。