基于OneClassSVM实现全数据集异常检测结果输出的技术问询

要生成包含全量样本的0/1异常标记列，核心是对训练集和测试集分别做预测，再按原数据集的顺序合并结果，具体步骤如下：

1. 对训练集执行预测并转换标记 #

训练好One_Class_Svm模型后，不要只预测测试集，对训练集也执行相同的预测和标记转换逻辑：

# 对训练集做异常预测
prediction_train = One_Class_Svm.predict(X_train)
# 统一转换为0/1标记：-1（异常）转1，1（正常）转0
prediction_train = [1 if i == -1 else 0 for i in prediction_train]

# 原测试集预测代码保留
prediction_test = One_Class_Svm.predict(X_test)
prediction_test = [1 if i == -1 else 0 for i in prediction_test]

2. 合并预测结果到全量样本 #

这里分两种数据格式处理，确保预测结果和原数据集的样本顺序完全对应：

情况1：数据集是Pandas DataFrame #

如果原数据集X_full是DataFrame，划分时X_train和X_test会保留原索引，直接利用索引合并排序：

import pandas as pd

# 将预测结果转为带索引的Series
pred_train_series = pd.Series(prediction_train, index=X_train.index)
pred_test_series = pd.Series(prediction_test, index=X_test.index)

# 合并并按原数据集索引排序，得到全量预测列
full_prediction = pd.concat([pred_train_series, pred_test_series]).reindex(X_full.index)

# 可选：将预测列加入原数据框
X_full['anomaly_pred'] = full_prediction

情况2：数据集是Numpy数组 #

如果用Numpy数组存储数据，划分时需要额外记录样本索引，再按索引填充结果：

import numpy as np
from sklearn.model_selection import train_test_split

# 划分训练/测试集时同时记录原索引
indices = np.arange(X_full.shape[0])
X_train, X_test, idx_train, idx_test = train_test_split(X_full, indices, test_size=0.2, random_state=42)

# 训练集预测（用numpy.where更高效）
prediction_train = np.where(One_Class_Svm.predict(X_train) == -1, 1, 0)
# 测试集预测
prediction_test = np.where(One_Class_Svm.predict(X_test) == -1, 1, 0)

# 创建全量预测数组并按索引填充
full_prediction = np.zeros(X_full.shape[0])
full_prediction[idx_train] = prediction_train
full_prediction[idx_test] = prediction_test

关键注意点 #

• 训练集也需要用训练好的模型预测，不能只处理测试集
• 必须严格对应原数据集的样本顺序，否则标记会错位，影响后续和真实结果的对比
• 0/1标记的转换逻辑要完全统一，确保异常/正常的定义一致

内容的提问来源于stack exchange，提问作者hhamidy