# Отчет по лабораторной работе №2 Текотова Виктория, Секирин Артем, А-02-22 # Задание 1. ## 1. В среде GoogleColab создали блокнот(notebook.ipynb). ``` import os os.chdir('/content/drive/MyDrive/Colab Notebooks') ``` * импорт модулей ``` import numpy as np import lab02_lib as lib ``` ## 2. Генерация датасета ``` data=lib.datagen(1,1,1000,2) ``` ![отображение датасета](2.png) * Вывод данных и размерности ``` print('Исходныеданные:') print(data) print('Размерностьданных:') print(data.shape) ``` > Исходныеданные: > [[1.13623025 1.07517135] > [1.03093312 1.06813773] > [0.97208689 1.0748715 ] > ... > [1.19215258 0.990978 ] > [0.95942384 0.94390713] > [1.04279375 1.03934433]] > Размерностьданных: > (1000, 2) ## 3. Создание и обучение автокодировщик AE1 ``` patience= 10 ae1_trained, IRE1, IREth1= lib.create_fit_save_ae(data,'out/AE1.h5','out/AE1_ire_th.txt', 50, True, patience) ``` > Задать архитектуру автокодировщиков или использовать архитектуру по умолчанию? (1/2): 1 > > Задайте количество скрытых слоёв (нечетное число) : 1 > > Задайте архитектуру скрытых слоёв автокодировщика, например, в виде 3 1 3 : 1 > > Epoch 1/50 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 1s 1s/step - loss: 1.6461 > > Epoch 2/50 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 36ms/step - loss: 1.6388 > > ... > > Epoch 49/50 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 36ms/step - loss: 1.3041 > > Epoch 50/50 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 35ms/step - loss: 1.2973 > > Restoring model weights from the end of the best epoch: 49. > > 32/32 ━━━━━━━━━━━━━━━━━━━━ 0s 3ms/step > > WARNING:absl:You are saving your model as an HDF5 file via `model.save()` or `keras.saving.save_model(model)`. This file format is considered legacy. We recommend using instead the native Keras format, e.g. `model.save('my_model.keras')` or `keras.saving.save_model(model, 'my_model.keras')`. ## 4. Построение график ошибки реконструкции обучающей выборки. Вывод порога ошибки реконструкции – порога обнаружения аномалий. ``` patience= 10 ae1_trained, IRE1, IREth1= lib.create_fit_save_ae(data,'out/AE1.h5','out/AE1_ire_th.txt', 50, True, patience) ``` ![График ошибки реконструкции](4.png) ``` print("Порог ошибки реконструкции = ",IREth1) ``` > Порог ошибки реконструкции = 1.97 ## 5. Создание и обучиние второй автокодировщик AE2 ``` ae2_trained, IRE2, IREth2= lib.create_fit_save_ae(data,'out/AE2.h5','out/AE2_ire_th.txt', 1000, True, patience) lib.ire_plot('training', IRE2, IREth2, 'AE2') ``` > Задать архитектуру автокодировщиков или использовать архитектуру по умолчанию? (1/2): 2 > > Epoch 1/1000 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 4s 4s/step - loss: 0.4184 > > Epoch 2/1000 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 40ms/step - loss: 0.4084 > > ... > > Epoch 195/1000 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 35ms/step - loss: 0.0146 > > Epoch 196/1000 > > 1/1 ━━━━━━━━━━━━━━━━━━━━ 0s 36ms/step - loss: 0.0145 > > Epoch 196: early stopping > > Restoring model weights from the end of the best epoch: 186. > > 32/32 ━━━━━━━━━━━━━━━━━━━━ 0s 4ms/step > > WARNING:absl:You are saving your model as an HDF5 file via `model.save()` or `keras.saving.save_model(model)`. This file format is considered legacy. We recommend using instead the native Keras format, e.g. `model.save('my_model.keras')` or `keras.saving.save_model(model, 'my_model.keras')`. ## 6. Построение график ошибки реконструкции обучающей выборки. Вывод порога ошибки реконструкции – порога обнаружения аномалий. ``` lib.ire_plot('training', IRE2, IREth2, 'AE2') ``` ![График ошибки реконструкции](6.png) ``` print("Порог ошибки реконструкции = ",IREth2) ``` > Порог ошибки реконструкции = 0.54 ## 7. Рассчитет характеристик качества обучения EDCA для AE1 и AE2. Визуализация и сравнение области пространства признаков,распознаваемые автокодировщиками AE1 и AE2. 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) ``` * Качество обучения AE1 ![](7.png) > amount: 21 > > amount_ae: 310 ![](7_1.png) > ООценка качества AE1 > > IDEAL = 0. Excess: 13.761904761904763 > > IDEAL = 0. Deficit: 0.0 > > IDEAL = 1. Coating: 1.0 > > summa: 1.0 > > IDEAL = 1. Extrapolation precision (Approx): 0.06774193548387096 * Качество обучения AE2 ``` numb_square= 20 xx,yy,Z2=lib.square_calc(numb_square,data,ae2_trained,IREth2,'2',True) ``` ![](7_2.png) > amount: 21 > amount_ae: 62 ![](7_3.png) > Оценка качества AE2 > IDEAL = 0. Excess: 1.9523809523809523 > IDEAL = 0. Deficit: 0.0 > IDEAL = 1. Coating: 1.0 > summa: 1.0 > IDEAL = 1. Extrapolation precision (Approx): 0.33870967741935487 ``` lib.plot2in1(data,xx,yy,Z1,Z2) ``` ![](7_4.png) * Вывод: На основе проведенного сравнения можно заключить, что автокодировщик AE2 с пятислойной архитектурой является оптимальным решением, поскольку обеспечивает минимальную ошибку реконструкции по сравнению с более простой моделью AE1. ## 8. Создание тестовой выборки ``` test_data = np.array([[1.6, 1.2], [1.2, 1], [1.1, 1], [1.5,1.5], [1, 1], [1.5, 1.5]]) ``` ## 9. Применение обученных автокодировщиков AE1 и AE2 к тестовым данным * Автокодировщик AE1 ``` 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') ``` * Аномалий не обнаружено ![График ошибки реконструкции](9.png) ``` predicted_labels2, ire2 = lib.predict_ae(ae2_trained, data_test, IREth2) lib.anomaly_detection_ae(predicted_labels2, ire2, IREth2) lib.ire_plot('training', IRE2, IREth2, 'AE2') ``` * Аномалий не обнаружено ![График ошибки реконструкции](9_1.png) ## 10. Визуализировать элементы обучающей и тестовой выборки в областях пространства признаков * Построение областей аппроксимации и точек тестового набора ``` lib.plot2in1_anomaly(data, xx, yy, Z1, Z2, data_test) ``` ![](10.png) ## 11. Результаты исследования занести в таблицу | Модель | Количество скрытых слоев | Количество нейронов в скрытых слоях | Количество эпох обучения | Ошибка MSE_stop | Порог ошибки реконструкции | Excess | Approx | Аномалии | |--------|:------------------------:|:-----------------------------------:|:------------------------:|:---------------:|:--------------------------:|:------:|:--------:|:--------:| | AE1 | 1 | 1 | 50 | 1.2973 | 1.97 | 13.7 | 0.067 | 0 | | AE2 | 5 | 3 2 1 2 3 | 1000 | 0.0145 | 0.54 | 1.95 | 0.338 | 0 | ## 11. Выводы о требованиях * Вывод: Критерии качественного детектирования аномалий: 1.Данные: двумерный формат входных данных 2.Архитектура: наличие bottleneck-слоя уменьшенной размерности 3.Обучение: увеличение эпох при росте сложности сети 4.Качество: MSE_stop ∈ [0,1] и минимальная ошибка реконструкции 5.Метрики: Excess=0, Deficit=0, Coating=1, Approx=1" # Задание 2. ## 1. Оописание своего набора реальных данных * Исходный набор данных Letter Recognition Data Set из репозитория машинного обучения UCI представляет собой набор данных для многоклассовой классификации. Набор предназначен для распознавания черно-белых пиксельных прямоугольников как одну из 26 заглавных букв английского алфавита, где буквы алфавита представлены в 16 измерениях. Чтобы получить данные, подходящие для обнаружения аномалий, была произведена подвыборка данных из 3 букв, чтобы сформировать нормальный класс, и случайным образом их пары были объединены так, чтобы их размерность удваивалась. Чтобы сформировать класс аномалий, случайным образом были выбраны несколько экземпляров букв, которые не входят нормальный класс, и они были объединены с экземплярами из нормального класса. Процесс объединения выполняется для того, чтобы сделать обнаружение более сложным, поскольку каждый аномальный пример также будет иметь некоторые нормальные значения признаков. Количество признаков - 32 Количество примеров - 1600 Количество нормальных примеров - 1500 Количество аномальных примеров - 100 ## 2. Загрузка многомерной обучающей выборки ``` train= np.loadtxt('letter_train.txt', dtype=float) test = np.loadtxt('letter_test.txt', dtype=float) ``` ## 3. Вывод данных и размера выборки ``` print('Исходные данные:') print(train) print('Размерность данных:') print(train.shape) ``` > Исходные данные: > > [[ 6. 10. 5. ... 10. 2. 7.] > > [ 0. 6. 0. ... 8. 1. 7.] > > [ 4. 7. 5. ... 8. 2. 8.] > > ... > > [ 7. 10. 10. ... 8. 5. 6.] > > [ 7. 7. 10. ... 6. 0. 8.] > > [ 3. 4. 5. ... 9. 5. 5.]] > > Размерность данных: > > (1500, 32) ## 4. Создание и обучение автокодировщика с подходящей для данных архитектурой. ``` ae3_trained, IRE3, IREth3 = lib.create_fit_save_ae(train,'out/AE3.h5','out/AE3_ire_th.txt', 100000, False, 5000, early_stopping_delta = 0.001) ``` > Задать архитектуру автокодировщиков или использовать архитектуру по умолчанию? (1/2): 1 > > Задайте количество скрытых слоёв (нечетное число) : 7 > > Задайте архитектуру скрытых слоёв автокодировщика, например, в виде 3 1 3 : 31 31 31 31 31 31 31 > > > Epoch 1000/100000 > > - loss: 6.0089 > > Epoch 2000/100000 > - loss: 6.0089 > > ... > > Epoch 98000/100000 > > - loss: 0.0500 > - > Epoch 99000/100000 > - loss: 0.0489 > > Epoch 100000/100000 > - loss: 0.0524 > ## 5. Построение график ошибки реконструкции обучающей выборки. Вывод порога ошибки реконструкции – порога обнаружения аномалий. ``` lib.ire_plot('training', IRE3, IREth3, 'AE3') ``` ![График ошибки реконструкции](2_5.png) ``` print("Порог ошибки реконструкции = ",IREth3) ``` > Порог ошибки реконструкции = 2.97 ## 6. Загрузка многомерной тестовой выборки ``` print('Исходные данные:') print(test) print('Размерность данных:') print(test.shape) ``` > Исходные данные: > > [[ 8. 11. 8. ... 7. 4. 9.] > > [ 4. 5. 4. ... 13. 8. 8.] > > [ 3. 3. 5. ... 8. 3. 8.] > > ... > > [ 4. 9. 4. ... 8. 3. 8.] > > [ 6. 10. 6. ... 9. 8. 8.] > > [ 3. 1. 3. ... 9. 1. 7.]] > > Размерность данных: > (100, 32) ## 7. Вывести график ошибки 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') ``` > i Labels IRE IREth > 0 [1.] [3.16] 2.97 > 1 [1.] [3.54] 2.97 > ... > 98 [1.] [3.28] 2.97 > 99 [0.] [1.76] 2.97 > Обнаружено 22.0 аномалий ![График ошибки реконструкции](2_7.png) ## 8. Параметры наилучшего автокодировщика и результаты обнаружения аномалий | Dataset name | Количество скрытых слоев | Количество нейронов в скрытых слоях | Количество эпох обучения | Ошибка MSE_stop | Порог ошибки реконструкции | % обнаруженных аномалий | |--------|:------------------------:|:-----------------------------------:|:------------------------:|:---------------:|:--------------------------:|:------:| | Letter | 7 | 31 31 31 10 31 31 31 | 100000 | 0.0524 | 2.97 | 22.0 | ## 9. Вывод о требованиях > Для качественного обнаружения аномалий в случае, когда размерность пространства признаков высока. > Данные для обучения должны быть без аномалий, чтобы автокодировщик смог рассчитать верное пороговое значение > Архитектура автокодировщика должна постепенно сужатся к бутылочному горлышку,а затем постепенно возвращатся к исходным выходным размерам, кол-во скрытых слоев 7-11. > В рамках данного набора данных оптимальное кол-во эпох 100000 с patience 4000 эпох > Оптимальная ошибка MSE-stop в районе 0.001, желательно не меньше для предотвращения переобучения > Значение порога не больше 1.6