《表2 不同采样方式下XGBoost的预测效果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于孤立森林采样策略的企业异常用水模式检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图1和表2可知，基于iForest的欠采样的预测在采样比例为0.2时效果最佳，AUC值达到0.927，基于随机欠采样的预测在采样比例为0.7时最佳，AUC值为0.885，当不进行欠采样处理时，预测结果的AUC值为0.877。由此可知，在该不平衡数据集下，若对训练集做随机欠采样可以提升预测效果，但是采样过程为随机抽取，若数据集中含有较多“噪音”或是潜在未被标注的异常样本，会被等概率抽取进入训练数据集，从而影响分类器的训练，因此提升效果并不显著，而基于iForest采样策略针对“代表性”高的样本进行优先抽取，一定程度上优先避开了“噪音”样本，故预测结果比基于随机欠采样的AUC提升了约4.7%，查全率提升了21.6%。结果说明，本文提出的企业异常用水模式检测方法在考虑样本“代表性”后进行欠采样可以提升预测效果。