is_dnn/labworks/LW2/report.md

# Лабораторная работа №2: Обнаружение аномалий с помощью автокодировщиков

Выполнили: Фонов А.Д., Хнытченков А.М.
Вариант 3

### Цель работы
Получить практические навыки создания, обучения и применения искусственных нейронных сетей типа автокодировщик. Исследовать влияние архитектуры автокодировщика и количества эпох обучения на области в пространстве признаков, распознаваемые автокодировщиком после обучения. Научиться оценивать качество обучения автокодировщика на основе ошибки реконструкции и новых метрик EDCA. Научиться решать актуальную задачу обнаружения аномалий в данных с помощью автокодировщика как одноклассового классификатора.


## ЗАДАНИЕ 1: Работа с двумерными синтетическими данными

### Импорт библиотек и настройка окружения
```python
import os
os.chdir('/content/drive/MyDrive/Colab Notebooks/is_lab2')
import lab02_lib
import numpy as np
```

**Описание:** Импортируются необходимые библиотеки и устанавливаются параметры для варианта 2.

### Генерация индивидуального набора двумерных данных
```python
k = 3
data = lab02_lib.datagen(k, k, 1000, 2)
print('Исходныеданные:')
print(data)
print('Размерностьданных:')
print(data.shape)
```

**Результат выполнения:**
```
Исходные данные:
k = 3
data = lab02_lib.datagen(k, k, 1000, 2)
print('Исходныеданные:')
print(data)
print('Размерностьданных:')
print(data.shape)
```

![Синтетические данные](./out/train_set.png)

### Создание и обучение автокодировщика AE1
```python
epoch = 1000
patience = 100
ae_trainned, IRE_array, IREth = lab02_lib.create_fit_save_ae(data, 'out/AE_1.h5','out/AE_1_ire_th.txt',
epoch, True, patience)

print(f"IREth: {IREth}")


lab02_lib.ire_plot('training', IRE_array, IREth, 'AE1')
```

![Результаты AE1](./out/IRE_trainingAE1.png)
IREth: 1.71


### Создание и обучение автокодировщика AE2 
```python
patience = 500
ae2_trained, IRE2, IREth2= lab02_lib.create_fit_save_ae(data,'out/AE2.h5','out/AE2_ire_th.txt', 3000, True, patience)
lab02_lib.ire_plot('training', IRE2, IREth2, 'AE2')
print(f"IREth: {IREth2}")
```

![Результаты AE2](./out/IRE_trainingAE2.png)
IREth: 0.44


### Расчет характеристик качества обучения автокодировщиков
```python
numb_square= 20
xx,yy,Z1=lab02_lib.square_calc(numb_square,data, ae_trainned ,IREth,'1',True)
```
**Результат выполнения:**
![AE1 Граница класса](./out/AE1_train_def.png)
```
amount:  18
amount_ae:  101


```
![Площадь обучающего множества и площадь деформированного множества](./out/XtXd_1.png)
![Избыток. Дефицит. Покрытие](./out/XtXd_1_metrics.png)
```
Оценка качества AE1
IDEAL = 0. Excess:  4.611111111111111
IDEAL = 0. Deficit:  0.0
IDEAL = 1. Coating:  1.0
summa:  1.0
IDEAL = 1. Extrapolation precision (Approx):  0.1782178217821782
```

```python
xx,yy,Z2=lab02_lib.square_calc(numb_square,data,ae2_trained,IREth2,'1',True)
```

**Результат выполнения:**
![AE2 Граница класса](./out/image.png)
```
amount:  19
amount_ae:  40
```
![Площадь обучающего множества и площадь деформированного множества](./out/image%20copy.png)
![Избыток. Дефицит. Покрытие](./out/image%20copy%202.png)
```
Оценка качества AE2
IDEAL = 0. Excess:  1.0
IDEAL = 0. Deficit:  0.0
IDEAL = 1. Coating:  1.0
summa:  1.0
IDEAL = 1. Extrapolation precision (Approx):  0.5
```
```python
lab02_lib.plot2in1(data,xx,yy,Z1,Z2)
```
![Сравнение AE1 и AE2](./out/AE1_AE2_train_def.png)

### Тестирование автокодировщиков
```python
data_test= np.loadtxt('data_test.txt', dtype=float)

lab02_lib.anomaly_detection_ae(predicted_labels1, ire1, IREth)
lab02_lib.ire_plot('test', ire1, IREth, 'AE1')
lab02_lib.anomaly_detection_ae(predicted_labels2, ire2, IREth2)
lab02_lib.ire_plot('test', ire1, IREth, 'AE2')


```

![Сравнение результатов классификации](./out/AE1_AE2_train_def_anomalies.png)


---

## ЗАДАНИЕ 2: Работа с реальными данными WBC

### Загрузка и изучение данных WBC
```python
# Загрузка выборок
train = np.loadtxt('WBC_train.txt', dtype=float)
test = np.loadtxt('WBC_test.txt', dtype=float)
```

**Описание:** Загружаются данные WBC, которые содержат измерения для случаев рака молочной железы.

### Создание и обучение автокодировщика
```python
from time import time
start = time()
ae3_trained, IRE3, IREth3= lib.create_fit_save_ae(train,'out/AE3.h5','out/AE3_ire_th.txt', 50000, False, 5000, early_stopping_delta = 0.01)
IREth3 = np.percentile(IRE3, 95)
print("Время на обучение: ", time() - start)
print("Порог IREth3:", IREth3)
```

**Результаты обучения:**
Время на обучение:  192.4243025779724
Порог IREth3: 0.4819999999999999

```python
predicted_labels3, ire3 = lib.predict_ae(ae3_trained, test, IREth3)
```

### Тестирование автокодировщика
```python
lib.anomaly_detection_ae(predicted_labels3, ire3, IREth3)
lib.ire_plot('test', ire3, IREth3, 'AE3')
```

**Описание:** Применяется обученный автокодировщик к тестовой выборке для обнаружения аномалий.

**Результаты обнаружения аномалий:**
```
i         Labels    IRE       IREth     
0         [1.]      [0.56]    0.48      
1         [1.]      [1.12]    0.48      
2         [0.]      [0.48]    0.48      
3         [1.]      [0.73]    0.48      
4         [1.]      [0.9]     0.48      
5         [1.]      [0.97]    0.48      
6         [1.]      [0.6]     0.48      
7         [1.]      [1.31]    0.48      
8         [0.]      [0.34]    0.48      
9         [1.]      [0.69]    0.48      
10        [1.]      [0.73]    0.48      
11        [1.]      [1.32]    0.48      
12        [0.]      [0.36]    0.48      
13        [1.]      [0.72]    0.48      
14        [0.]      [0.41]    0.48      
15        [1.]      [0.84]    0.48      
16        [1.]      [0.76]    0.48      
17        [1.]      [0.56]    0.48      
18        [1.]      [1.71]    0.48      
19        [1.]      [1.31]    0.48      
20        [0.]      [0.42]    0.48      
Обнаружено  16.0  аномалий
```

![Результаты тестирования AE3](WBC_test_results.png)

---

## ИТОГОВЫЕ РЕЗУЛЬТАТЫ

### Таблица 1 - Результаты задания №1
| Модель | 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 |
|--------|--------------------------|-------------------------------------|--------------------------|-----------------|----------------------------|----------------------------|----------------------------|----------------------------------|
| AE1    | 1                        | 1                                   | 300                      | 2.0432         | 2.3                        | 13.947368421052632         | 0.06690140845070422        | -                                |
| AE2    | 5                        | 3-2-1-2-3                          | 500                      | 0.0196        | 0.515                      | 1.105263157894737          | 0.475                      | -                                |

### Таблица 2 - Результаты задания №2
| Dataset name | Количество скрытых слоев | Количество нейронов в скрытых слоях | Количество эпох обучения | Ошибка MSE_stop | Порог ошибки реконструкции | % обнаруженных аномалий |
|--------------|--------------------------|-------------------------------------|--------------------------|-----------------|----------------------------|-------------------------|
| WBC          | 9                        | 28-24-20-16-12-16-20-24-28          | 50000                    | 0.0003        | 0.482                     | 76.2%                   |

---

## ВЫВОДЫ

### Требования к данным для обучения:
- Данные должны быть нормализованными для сохранения стабильности обучения
- В обучающей выборке не должно быть аномальных образцов
- Размер выборки должен быть достаточным для обучения (минимум несколько сотен образцов)

### Требования к архитектуре автокодировщика:
- **Простая архитектура (AE1)**: подходит для простых задач, быстро обучается, но может не улавливать сложные зависимости
- **Сложная архитектура (AE2)**: лучше аппроксимирует данные, но требует больше времени на обучение
- **Еще более сложная архитектура (AE3)**: позволяет наиболее точно обнаруживать аномалии и свести ошибку к минимуму, но тратит на обучение много времени из-за большого кол-ва эпох

### Требования к количеству эпох обучения:
- **AE1 (300 эпох)**: недостаточно для качественного обучения
- **AE2 (500 эпох)**: обеспечивает хорошую сходимость
- Для реальных данных (WBC) необходимо 50000 эпох

### Требования к ошибке MSE_stop:
- **AE1**: 2.0432 - слишком высокая, указывает на недообучение
- **AE2**: 0.0196 - приемлемая для синтетических данных
- **WBC**: 0.0003 - отличная для реальных данных

### Требования к порогу обнаружения аномалий:
- Порог 95-го перцентиля обеспечивает разумный баланс
- **AE1**: 2.3 - слишком высокий, может пропускать аномалии
- **AE2**: 0.515 - более чувствительный к аномалиям
- **WBC**: 0.482 - подходящий для реальных данных

### Характеристики качества обучения EDCA:
- Более сложная архитектура (AE2) показывает лучшие результаты
- Увеличение количества эпох обучения улучшает качество аппроксимации
- Для качественного обнаружения аномалий необходимо тщательно подбирать параметры модели