13 KiB
ЛАБОРАТОРНАЯ РАБОТА №2«Обнаружение аномалий»** А-02-22 бригада №8 Левшенко Д.И., Новиков Д. М., Шестов Д.Н
Задание1:
1)В среде GoogleColabсоздать новый блокнот(notebook).Импортировать необходимые для работы библиотеки и модули.
import os
os.chdir('/content/drive/MyDrive/Colab Notebooks/is_lab2')
!wget -N http://uit.mpei.ru/git/main/is_dnn/raw/branch/main/labworks/LW2/lab02_lib.py
!wget -N http://uit.mpei.ru/git/main/is_dnn/raw/branch/main/labworks/LW2/data/name_train.txt
!wget -N http://uit.mpei.ru/git/main/is_dnn/raw/branch/main/labworks/LW2/data/name_test.txt
import numpy as np
import lab02_lib as lib
2)Сгенерировать индивидуальный набор двумерных данныхв пространстве признаковс координатами центра (k, k), где k–номер бригады.Вывести полученныеданные на рисуноки в консоль.
data = lib.datagen(8, 8, 1000, 2)
3)Создать и обучить автокодировщик AE1 простой архитектуры, выбрав небольшое количество эпох обучения.
patience= 300
ae1_trained, IRE1, IREth1= lib.create_fit_save_ae(data,'out/AE1.h5','out/AE1_ire_th.txt', 1000, True, patience)
4)Зафиксировать ошибку MSE, на которой обучение завершилось. Построить график ошибки реконструкции обучающей выборки. Зафиксировать порог ошибки реконструкции –порог обнаружения аномалий.
lib.ire_plot('training', IRE1, IREth1, 'AE1')
5)Создать и обучить второй автокодировщик AE2 с усложненной архитектурой, задав большее количество эпох обучения.
ae2_trained, IRE2, IREth2 = lib.create_fit_save_ae(data,'out/AE2.h5','out/AE2_ire_th.txt', 3000, True, patience)
6)Зафиксировать ошибку MSE, на которой обучение завершилось. Построить график ошибки реконструкции обучающей выборки. Зафиксировать второй порог ошибки реконструкции –порог обнаружения аномалий.
lib.ire_plot('training', IRE2, IREth2, 'AE2')
7)Рассчитать характеристики качества обучения EDCA для AE1 и AE2. Визуализировать и сравнить области пространства признаков, распознаваемые автокодировщиками AE1 и AE2. Сделать вывод о пригодности AE1 и AE2 для качественного обнаружения аномалий.
numb_square= 20
xx,yy,Z1=lib.square_calc(numb_square,data,ae1_trained,IREth1,'1',True)
Оценка качества AE1
IDEAL = 0. Excess: 14.263157894736842
IDEAL = 0. Deficit: 0.0
IDEAL = 1. Coating: 1.0
summa: 1.0
IDEAL = 1. Extrapolation precision (Approx): 0.06551724137931035
numb_square = 20
xx, yy, Z2 = lib.square_calc(numb_square, data, ae2_trained, IREth2, '2', True)
Оценка качества AE2
IDEAL = 0. Excess: 3.3157894736842106
IDEAL = 0. Deficit: 0.0
IDEAL = 1. Coating: 1.0
summa: 1.0
IDEAL = 1. Extrapolation precision (Approx): 0.23170731707317074
lib.plot2in1(data,xx,yy,Z1,Z2)
9)Изучить сохраненный набор данных и пространство признаков. Создать тестовую выборку, состоящую, как минимум, из 4ёх элементов, не входящих в обучающую выборку. Элементы должны быть такими, чтобы AE1 распознавал их как норму, а AE2 детектировал как аномалии.
data_test= np.loadtxt('data_test.txt', dtype=float)
10)Применить обученные автокодировщики AE1 и AE2 к тестовым данными вывести значения ошибки реконструкции для каждого элемента тестовой выборки относительно порога на график и в консоль.
predicted_labels1, ire1 = lib.predict_ae(ae1_trained, data_test, IREth1)
lib.anomaly_detection_ae(predicted_labels1, ire1, IREth1)
lib.ire_plot('test', ire1, IREth1, 'AE1')
predicted_labels2, ire2 = lib.predict_ae(ae2_trained, data_test, IREth2)
lib.anomaly_detection_ae(predicted_labels2, ire2, IREth2)
lib.ire_plot('test', ire2, IREth2, 'AE2')
i Labels IRE IREth
0 [1.] [2.34] 0.47
1 [1.] [3.46] 0.47
2 [1.] [2.08] 0.47
3 [1.] [2.68] 0.47
4 [1.] [4.99] 0.47
Обнаружено 5.0 аномалий
11)Визуализировать элементы обучающей и тестовой выборки в областях пространства признаков, распознаваемых автокодировщиками AE1 и AE2.
lib.plot2in1_anomaly(data, xx, yy, Z1, Z2, data_test)
12)Результаты исследования занести в таблицу:
Табл. 1 Результаты задания
| Количество скрытых слоев | Количество нейронов в скрытых слоях | Количество эпох обучения | Ошибка MSE_stop | Порог ошибки реконструкции | Значение показателя Excess | Значение показателя Approx | Количество обнаруженных аномалий | |
| АЕ1 | 1 | 1 | 1000 | 38.04 | 8.5 | 14.26 | 0.07 | 0 |
| АЕ2 | 5 | 3 2 1 2 3 | 3000 | 0.07 | 0.47 | 3.32 | 0.23 | 5 |
13)Сделать выводы
Для нормального обнаружения аномалий: -архитектура автокодировщика не должна быть простой, -необходимо большое количество эпох обучения, -ошибка MSE_stop должна быть достаточно мала(<<1), -порог обнаружения аномалий не должен быть завышен по сравнению с большинством значений ошибки реконструкции обучающей выборки, -характеристики качества обучения EDCA должны быть близки к идеальным значениям показателей Excess = 0, Deficit = 0, Coating = 1, Approx = 1.
Задание2
1)Изучить описание своего набора реальных данных, что он из себя представляет;
Исходный набор данных Breast Cancer Wisconsin из репозитория машинного обучения UCI представляет собой набор данных для классификации, в котором записываются измерения для случаев рака молочной железы. Есть два класса, доброкачественные и злокачественные. Злокачественный класс этого набора данных уменьшен до 21 точки, которые считаются аномалиями, в то время как точки в доброкачественном классе считаются нормой.
| Количество признаков | Количество примеров | Количесвто нормальных примеров | Количество аномальных примеров |
| 30 | 378 | 357 | 21 |
2)Загрузить многомерную обучающую выборку реальных данных WBC_train.txt.
test = np.loadtxt('WBC_test.txt', dtype=float)
train = np.loadtxt('WBC_train.txt', dtype=float)
3)Вывести полученные данные и их размерность в консоли.
print('Исходные данные:')
print(train)
print('Размерность данных:')
print(train.shape)
Исходные данные:
[[3.1042643e-01 1.5725397e-01 3.0177597e-01 ... 4.4261168e-01
2.7833629e-01 1.1511216e-01]
[2.8865540e-01 2.0290835e-01 2.8912998e-01 ... 2.5027491e-01
3.1914055e-01 1.7571822e-01]
[1.1940934e-01 9.2323301e-02 1.1436666e-01 ... 2.1398625e-01
1.7445299e-01 1.4882592e-01]
...
[3.3456387e-01 5.8978695e-01 3.2886463e-01 ... 3.6013746e-01
1.3502858e-01 1.8476978e-01]
[1.9967817e-01 6.6486304e-01 1.8575081e-01 ... 0.0000000e+00
1.9712202e-04 2.6301981e-02]
[3.6868759e-02 5.0152181e-01 2.8539838e-02 ... 0.0000000e+00
2.5744136e-01 1.0068215e-01]]
Размерность данных:
(357, 30)
4)Создать и обучить автокодировщик с подходящей для данных архитектурой. Выбрать необходимое количество эпох обучения.
patience=2000
ae3_trained, IRE3, IREth3 = lib.create_fit_save_ae(train,'out/AE3.h5','out/AE3_ire_th.txt', 100000, False, patience, early_stopping_delta = 0.00001, early_stopping_value = 0.0001)
5)Зафиксировать ошибку MSE, на которой обучение завершилось. Построить график ошибки реконструкции обучающей выборки. Зафиксировать порог ошибки реконструкции –порог обнаружения аномалий.
Epoch 31000/100000
- loss: 0.0005
12/12 ━━━━━━━━━━━━━━━━━━━━ 0s 14ms/step
lib.ire_plot('training', IRE3, IREth3, 'AE3')
7)Изучить и загрузить тестовую выборку WBC_test.txt.
test = np.loadtxt('WBC_test.txt', dtype=float)
8)Подать тестовую выборку на вход обученного автокодировщика для обнаружения аномалий. Вывести графикошибки реконструкции элементов тестовой выборки относительно порога.
predicted_labels3, ire3 = lib.predict_ae(ae3_trained, test, IREth3)
lib.anomaly_detection_ae(predicted_labels3, ire3, IREth3)
lib.ire_plot('test', ire3, IREth3, 'AE3')
print(f"Исходный порог IREth4: {IREth3}")
1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 40ms/step
i Labels IRE IREth
0 [0.] [0.21] 0.24
1 [1.] [0.94] 0.24
2 [1.] [0.28] 0.24
3 [1.] [0.64] 0.24
4 [1.] [0.5] 0.24
5 [1.] [0.92] 0.24
6 [1.] [0.43] 0.24
7 [1.] [1.1] 0.24
8 [1.] [0.31] 0.24
9 [1.] [0.46] 0.24
10 [1.] [0.42] 0.24
11 [1.] [0.81] 0.24
12 [0.] [0.21] 0.24
13 [1.] [0.47] 0.24
14 [0.] [0.23] 0.24
15 [1.] [0.77] 0.24
16 [1.] [0.39] 0.24
17 [0.] [0.21] 0.24
18 [1.] [1.4] 0.24
19 [1.] [1.05] 0.24
20 [1.] [0.3] 0.24
Обнаружено 17.0 аномалий
Исходный порог IREth4: 0.24
10)Параметры наилучшего автокодировщика и результаты обнаружения аномалий занести в таблицу:
| Количество скрытых слоев | Количестов нейронов | Количество эпох обучения | Ошибка MSE_stop | Порог ошибки реконструкции | % обнаруженных аномалий |
| 11 | 31 25 21 17 13 7 13 17 21 25 31 | 7000 | 0.0006 | 0.33 | 70 |
11)Сделать выводы:
•архитектура автокодировщика должна включать в себя много слоев,
•количество эпох обучения должно быть достаточно большим (порядка десятков тысяч),
•ошибка MSE_stop, приемлемая для останова обучения, должна иметь достаточно малое значение,
•порог обнаружения аномалий не должен быть завышен по сравнению с большинством значений ошибки реконструкции обучающей выборки.