Code DBSCAN

Vous trouverez sur cette page le code pour la détection d'anomalies avec l'algorithme DBSCAN.

Code

Lien PDF

## 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")

   ## On renvoie la valeur de l'état du dernier point pour savoir s'il est une anomalie ou non et permettre de le traiter dans des fonctions futures.
   return labels[len(labels)-1]

Explication des principales lignes

Permet de trouver des anomalies dans une base de données X, avec comme epsilon 0.5, et avec un minimum de points dans un cluster de 5.

   DBSCAN(eps=0.5, min_samples=5).fit(X)

Permet de récupérer la colonne labels qui correspond à des valeurs allant de -1 à 1 (-1 étant une anomalie). Ces valeurs sont issues de la ligne ci-dessus.

   db.labels