« Code DBSCAN » : différence entre les versions
Aller à la navigation
Aller à la recherche
(→Code) |
(→Code) |
||
| Ligne 9 : | Ligne 9 : | ||
def detectionAnomaly(donnee, taille_File): |
def detectionAnomaly(donnee, taille_File): |
||
liste_de_donnee = donnee |
liste_de_donnee = donnee |
||
X = convert_list_database(liste_de_donnee) # <- base de donnees en panda |
X = convert_list_database(liste_de_donnee) # <- base de donnees en panda |
||
## Partie de la détection d'anomalies |
## Partie de la détection d'anomalies |
||
db = DBSCAN(eps=0.5, min_samples=5).fit(X) |
db = DBSCAN(eps=0.5, min_samples=5).fit(X) |
||
labels = db.labels_ # <- une liste de score |
labels = db.labels_ # <- une liste de score |
||
if labels[len(labels)-1] == -1: # <- on regarde le dernier score et si -1 alors anomalie (bruit) |
if labels[len(labels)-1] == -1: # <- on regarde le dernier score et si -1 alors anomalie (bruit) |
||
print("--> Erreur détecter") |
print("--> Erreur détecter") |
||
return labels[len(labels)-1] |
return labels[len(labels)-1] |
||
</nowiki> |
</nowiki> |
||
Version du 26 mai 2023 à 11:45
Vous trouverez sur cette page le code pour la détection d'anomalies sur une File.
Code
## Fonction de la détection d'anomalie DBSCAN
def detectionAnomaly(donnee, taille_File):
liste_de_donnee = donnee
X = convert_list_database(liste_de_donnee) # <- base de donnees en panda
## Partie de la détection d'anomalies
db = DBSCAN(eps=0.5, min_samples=5).fit(X)
labels = db.labels_ # <- une liste de score
if labels[len(labels)-1] == -1: # <- on regarde le dernier score et si -1 alors anomalie (bruit)
print("--> Erreur détecter")
return labels[len(labels)-1]