# Отчет по лабораторной работе № 2

### Щипков Матвей, Железнов Артем, Михаил Ледовской

### Бригада 7

## 1) В среде Google Colab создать новый блокнот (notebook). Импортировать необходимые для работы библиотеки и модули.

```py
import os
os.chdir('/content/drive/MyDrive/Colab Notebooks/is_lab2')

import numpy as np
import lab02_lib as lib
```

## 2) Сгенерировать индивидуальный набор двумерных данных в пространстве признаков с координатами центра (k, k), где k – номер бригады. Вывести полученные данные на рисунок и в консоль.

```py
data=lib.datagen(7,7,1000,2)

print('Исходные данные:')
print(data)
print('Размерность данных:')
print(data.shape)
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p1.PNG)

### Исходные данные:

[[6.97836717 6.88645112]
 [6.90945104 7.01250991]
 [7.06556196 6.87586275]
 ...
 [6.91462186 6.99896065]
 [7.12657266 7.02442827]
 [6.91895144 6.81014147]]

### Размерность данных:

(1000, 2)

## 3) Создать и обучить автокодировщик AE1 простой архитектуры, выбрав небольшое количество эпох обучения. Зафиксировать в таблице вида количество скрытых слоёв и нейронов в них.

```py
# AE1
patience= 10
ae1_trained, IRE1, IREth1= lib.create_fit_save_ae(data,'out/AE1.h5','out/AE1_ire_th.txt', 50, True, patience)
```

## 4) Зафиксировать ошибку MSE, на которой обучение завершилось. Построить график ошибки реконструкции обучающей выборки. Зафиксировать порог ошибки реконструкции – порог обнаружения аномалий.

```
Epoch 50/50
loss: 47.3273
```

```py
lib.ire_plot('training', IRE1, IREth1, 'AE1')
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p2.PNG)

```py
print("Порог ошибки = ",IREth1)
```

```
Порог ошибки реконструкции =  10.03
```

## 5) Создать и обучить второй автокодировщик AE2 с усложненной архитектурой, задав большее количество эпох обучения.

```py
# AE2
ae2_trained, IRE2, IREth2= lib.create_fit_save_ae(data,'out/AE2.h5','out/AE2_ire_th.txt', 1000, True, patience)
```

## 6) Зафиксировать ошибку MSE, на которой обучение завершилось. Построить график ошибки реконструкции обучающей выборки. Зафиксировать второй порог ошибки реконструкции – порог обнаружения аномалий.

```
Epoch 1000/1000
loss: 0.6548
```

```py
# Построение графика
lib.ire_plot('training', IRE2, IREth2, 'AE2')
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p3.PNG)

```py
print("Порог ошибки = ",IREth2)
```

```
Порог ошибки  =  1.44
```

## 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.

```py
numb_square= 20
xx,yy,Z1=lib.square_calc(numb_square,data,ae1_trained,IREth1,'1',True)
```

```
amount:  20
amount_ae:  311
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p4.PNG)
![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p5.PNG)
![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p6.PNG)

```
Оценка качества AE1
IDEAL = 0. Excess:  14.55
IDEAL = 0. Deficit:  0.0
IDEAL = 1. Coating:  1.0
summa:  1.0
IDEAL = 1. Extrapolation precision (Approx):  0.06430868167202572
```

```py
numb_square= 20
xx,yy,Z2=lib.square_calc(numb_square,data,ae2_trained,IREth2,'2',True)
```

![](AE2_train_def.png)

```
amount:  20
amount_ae:  185
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p7.PNG)
![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p8.PNG)
![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p9.PNG)

```
Оценка качества AE2
IDEAL = 0. Excess:  8.25
IDEAL = 0. Deficit:  0.0
IDEAL = 1. Coating:  1.0
summa:  1.0
IDEAL = 1. Extrapolation precision (Approx):  0.10810810810810811
```

```py
# сравнение характеристик качества обучения и областей аппроксимации
lib.plot2in1(data, xx, yy, Z1, Z2)
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p10.PNG)

## 8) Если автокодировщик AE2 недостаточно точно аппроксимирует область обучающих данных, то подобрать подходящие параметры автокодировщика и повторить шаги (6) – (8).

### Вывод: автокодировщик AE2 достаточно точно аппроксимирует область обучающих данных

## 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.

```py
data_test = np.array([[7.03, 7.12], [6.95, 7.03], [6.92, 6.92], [7.11, 7.09], [7.21, 7.08], [7.08, 6.92]])
```

## 10) Применить обученные автокодировщики AE1 и AE2 к тестовым данным и вывести значения ошибки реконструкции для каждого элемента тестовой выборки относительно порога на график и в консоль.

```py
# тестирование АE1
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
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p11.PNG)

```py
# тестирование АE2
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, 'AE1')
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p12.PNG)

## 11) Визуализировать элементы обучающей и тестовой выборки в областях пространства признаков, распознаваемых автокодировщиками AE1 и AE2.

```py
lib.plot2in1_anomaly(data, xx, yy, Z1, Z2, data_test)
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p13.PNG)

## 12) Результаты исследования занести в таблицу:

|     | 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 | 3                        | 3 1 3                               | 50                       | 47.3273         | 10.03                      | 14.55                      | 0.0643                     | 0                                |
| АЕ2 | 7                        | 5 3 2 1 2 3 5                       | 1000                     | 0.6548          | 1.44                       | 8.25                       | 0.1081                     | 0                                |

## 13) Для качественного обнаружения аномалий в данны сделать выводы о требованиях к:

Вывод:

1. Данные для обучения
   Должны быть однородными, без выбросов и достаточно плотными вокруг области нормы, чтобы модель могла точно восстановить структуру распределения.
2. Архитектура автокодировщика
   Нужна умеренно глубокая модель с узким bottleneck: простая архитектура даёт высокую ошибку, более сложная (как AE2) обеспечивает точную реконструкцию.
3. Количество эпох обучения
   Эпох должно быть достаточно много, чтобы ошибка стабилизировалась на плато; 50 мало, 1000 — достаточно для качественной аппроксимации.
4. Ошибка MSE_stop
   Должна быть низкой и соответствовать естественному разбросу данных: большие значения (как у AE1) делают модель непригодной для детекции.
5. Порог ошибки реконструкции
   Должен быть малым и согласованным с качеством обучения: слишком большой порог (как у AE1) не позволяет выявлять аномалии.
6. Ошибка реконструкции обучающей выборки
   Должна быть равномерной и низкой: это формирует узкую и точную область нормы.
7. Характеристики качества EDCA
   Показатели Excess и Approx должны стремиться к минимальным значениям: AE2 даёт лучшее покрытие и точность, а значит лучше подходит для обнаружения аномалий.

# Задание 2.

## 1. Описание 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

```python
train= np.loadtxt('letter_train.txt', dtype=float)
test = np.loadtxt('letter_test.txt', dtype=float)
```

## 3. Вывод данных и размера выборки

```python
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.

```python
ae3_trained, IRE3, IREth3 = lib.create_fit_save_ae(train,'out/AE3.h5','out/AE3_ire_th.txt',
100000, False, 20000, early_stopping_delta = 0.001)
```

> Задать архитектуру автокодировщиков или использовать архитектуру по умолчанию? (1/2): 1
>
> Задайте количество скрытых слоёв (нечетное число) : 9
>
> Задайте архитектуру скрытых слоёв автокодировщика, например, в виде 3 1 3 : 64 48 32 24 16 24 32 48 64
>
> Epoch 1000/100000
>
> - loss: 6.0089
>
> Epoch 2000/100000
>
> - loss: 6.0089
>
> ...
>
> Epoch 99000/100000
>
> - loss: 0.0862
>
> Epoch 100000/100000
>
> - loss: 0.0864

## 5. Построение графика ошибки реконструкции обучающей выборки. Вывод порога ошибки реконструкции – порога обнаружения аномалий.

```python
lib.ire_plot('training', IRE3, IREth3, 'AE3')
```

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p14.PNG)

```python
print("Порог ошибки реконструкции = ",IREth3)
```

> Порог ошибки реконструкции = 3.1

## 6. Загрузка многомерной тестовой выборки

```python
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. Выввод графика ошибки реконструкции элементов тестовой выборки относительно порога

```python
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.] [6.51] 3.1
>
> 1 [1.] [8.23] 3.1
>
> 2 [1.] [8.73] 3.1
>
> ...
>
> 98 [1.] [6.18] 3.1
>
> 99 [1.] [5.91] 3.1
>
> Обнаружено 100.0 аномалий

![photo](http://uit.mpei.ru/git/ShchipkovMY/is_dnn/raw/branch/main/labworks/LW2/data/p15.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       |            9             |     64 48 32 24 16 24 32 48 64      |          100000          |     0.0864      |            3.1             |          100.0          |

## 9. Вывод о требованиях

Вывод:
При работе с данными высокой размерности для корректного выявления аномалий важно учитывать несколько моментов.

Во-первых, обучающая выборка должна состоять только из нормальных примеров, иначе модель не сможет сформировать корректную область нормы и определить адекватный порог реконструкции.

Во-вторых, автокодировщик должен иметь глубокую и симметричную структуру: постепенное уменьшение числа нейронов к центру и последующее расширение назад к исходной размерности. На практике это требует архитектуры примерно из 7–11 скрытых слоёв.

В-третьих, для высокоразмерных данных необходимо длительное обучение: модель выходит на стабильную ошибку только после большого числа эпох. В данном случае приемлемый результат достигался при обучении порядка 100000 итераций с большим значением patience.

В-четвёртых, значение ошибки на момент остановки должно быть достаточно малым — около 0.1, иначе восстановление данных будет недостаточно точным.

И наконец, порог реконструкции должен оставаться в низком диапазоне (в районе 3.1), чтобы успешно отделять нормальные примеры от аномальных даже при высокой размерности признаков.