Skip to content

ghmagazine/python_anomaly_detection_book

BranchesTags

Repository files navigation

まるごと学べる 異常検知の実践知

書籍『まるごと学べる 異常検知の実践知』(技術評論社発行)のサポートページです。書籍中のソースコードや、書面に掲載されていない補足解説をまとめています。

サポートページの構成

本サポートページは、以下のコンテンツを含んでいます。

項目 概要
異常検知アルゴリズム チートシート 書籍に記載した手法から適切なものを選ぶためのフローチャート
ソースコード 書籍中のソースコード（Jupyter形式）
付録解説 書面に掲載されていない、各種理論やアルゴリズムに関する補足解説
正誤表 書籍の正誤表

異常検知アルゴリズム チートシート

異常検知アルゴリズムを選択するためのフローチャートです（画像、時系列データが対象の手法は含まず）。

%%{init: {"themeVariables": { "fontSize": "20px", "fontFamily": "Meiryo UI" }}}%%

flowchart LR;
    %% ---------- common node styles ----------
    classDef title fill:#ffffff,stroke:#333,stroke-width:0px,color:#111,font-weight:bold,font-size:24px;
    classDef block fill:#fff,stroke:#2f7e,stroke-width:2px,rx:8px,ry:8px;
    classDef action fill:#ffffff,stroke:#2f7e,stroke-width:2px,rx:10,ry:10;
    classDef decision fill:#fff6d6,stroke:#f0ad00,stroke-width:2px,rx:4,ry:4;
    classDef tryNext fill:#fff,stroke:#f39c12,stroke-dasharray:3 3,rx:8,ry:8,color:#f39c12;
    classDef light fill:#fff;

    %% ---------- 教師あり学習 ----------
    subgraph CLASSIF["<b style='font-size:28px;'>教師あり学習</b>"]
        direction LR
        class CLASSIF title
        sklearn[Scikitlearnの<br/>チートシート参照]
        class sklearn block
    end
    style CLASSIF fill:#fff6b8,stroke:#fff6b8,stroke-width:6px,rx:24,ry:24

    %% ---------- 計数データ向け ----------
    subgraph COUNT["<b style='font-size:28px;'>計数データ向け手法</b>"]
        direction LR
        class COUNT title
        d_binom
        d_binom_overdisp
        d_pois_overdisp
        c_binom[二項分布の最尤推定]
        c_beta_binom[二項ベータ分布モデル]
        c_pois[ポアソン分布の最尤推定]
        c_neg_binom[負の二項分布モデル]
        class c_binom,c_beta_binom,c_pois,c_pois_regr,c_pois_regr_random,c_neg_binom block
    end
    style COUNT fill:#ffd9df,stroke:#ffd9df,stroke-width:6px,rx:24,ry:24

    %% ---------- 統計モデリング ----------
    subgraph STATMODEL["<b style='font-size:28px;'>統計モデリング</b>"]
        direction LR
        class STATMODEL title
        d_regr_binom
        d_regr_binom_overdisp
        d_regr_pois_overdisp
        d_regr_linear
        d_regr_norm
        d_regr_simple
        d_regr_ridge
        s_binom_logistic[二項ロジスティック回帰]
        s_binom_logistic_random[個体差によるランダム効果を含む二項ロジスティック回帰]
        s_pois_regr[ポアソン回帰]
        s_pois_regr_random[個体差によるランダム効果を含むポアソン回帰]
        s_simple_regr[1変数線形回帰モデル]
        s_multi_regr[多変数線形回帰モデル]
        s_ridge_regr[リッジ回帰モデル]
        s_other_glm[その他のGLM]
        s_gauss_proc[ガウス過程回帰]
        class s_binom_logistic,s_binom_logistic_random,s_pois_regr,s_pois_regr_random,s_simple_regr,s_multi_regr,s_ridge_regr,s_other_glm,s_gauss_proc block
    end
    style STATMODEL fill:#e9d7ff,stroke:#e9d7ff,stroke-width:6px,rx:24,ry:24

    subgraph NONNORM["<b style='font-size:28px;'>非正規分布</br>ベースの手法</b>"]
        direction LR
        class NONNORM title
        d_non_ocsvm
        non_knn[k-NN]
        non_ocsvm[OC-SVM]
        non_gmm[GMM]
        non_other[1次元非正規分布]
        class non_knn,non_ocsvm,non_gmm,non_other block
    end
    style NONNORM fill:#d8e8ff,stroke:#d8e8ff,stroke-width:6px,rx:24,ry:24

    subgraph NORM["<b style='font-size:28px;'>正規分布</br>ベースの手法</b>"]
        direction LR
        class NORM title
        d_norm_mt
        norm_mt[マハラノビス・タグチ法]
        norm_hotelling[ホテリング理論]
        class norm_mt,norm_hotelling block
    end
    style NORM fill:#bce4ba,stroke:#bce4ba,stroke-width:6px,rx:24,ry:24

    START((START))
    d_supervised{異常データ>50 and<br/>未知異常の判別不要？}
    d_count{検知対象が回数で<br/>表される計数データ？}
    d_count_regr{検知対象の変数に<br/>影響を与える<br/>他の変数が存在？}
    d_regr{検知対象の変数に<br/>影響を与える<br/>他の変数が存在？}
    d_nonparam{データの分布形状が複雑 and 30次元以下？}
    d_multimodal{データに多峰性<br/>がみられる？}
    d_simple{一変数？}
    d_norm{検知対象のデータが<br/>正規分布に従う？}

    d_binom{検知対象が試行数n<br/>あたりの発生数x？}
    d_binom_overdisp{過分散を考慮する？}
    d_pois_overdisp{過分散を考慮する？}

    d_regr_binom{検知対象が試行数n<br/>あたりの発生数x？}
    d_regr_binom_overdisp{過分散を考慮する？}
    d_regr_pois_overdisp{過分散を考慮する？}
    d_regr_linear{説明変数と応答変数<br/>の関係が線形？}
    d_regr_norm{残差が正規分布<br/>に従う？}
    d_regr_simple{1変数？}
    d_regr_ridge{データ数≫変数の数<br/>and 多重共線性低}

    d_non_ocsvm{データ数≫変数の数}

    d_norm_mt{変数ごとの寄与度<br/>を求めたい？}

    class START action
    class d_supervised,d_count,d_count_regr,d_norm,d_regr,d_nonparam,d_multimodal,d_simple,d_binom,d_binom_overdisp,d_pois_overdisp,d_regr_binom,d_regr_binom_overdisp,d_regr_pois_overdisp,d_regr_linear,d_regr_norm,d_regr_simple,d_regr_ridge,d_non_ocsvm,d_norm_mt decision

    %% ---------- CLASSIF branch ----------
    START --> d_supervised
    d_supervised -- YES --> CLASSIF
    d_supervised -- NO --> d_count

    CLASSIF --> sklearn

    %% ---------- COUNT branch ----------
    d_count -- NO --> d_regr
    d_count -- YES --> d_count_regr
    d_count_regr -- YES --> d_regr_binom
    d_count_regr -- NO --> d_binom

    d_binom -- NO --> d_pois_overdisp
    d_binom -- YES --> d_binom_overdisp
    d_binom_overdisp -- NO --> c_binom
    d_binom_overdisp -- YES --> c_beta_binom
    d_pois_overdisp -- NO --> c_pois
    d_pois_overdisp -- YES --> c_neg_binom

    %% ---------- STATMODEL branch ----------
    d_regr -- NO --> d_nonparam
    d_regr -- YES --> d_regr_linear

    d_regr_binom -- NO --> d_regr_pois_overdisp
    d_regr_binom -- YES --> d_regr_binom_overdisp
    d_regr_binom_overdisp -- NO --> s_binom_logistic
    d_regr_binom_overdisp -- YES --> s_binom_logistic_random
    d_regr_pois_overdisp -- NO --> s_pois_regr
    d_regr_pois_overdisp -- YES --> s_pois_regr_random

    d_regr_linear -- NO --> s_gauss_proc
    d_regr_linear -- YES --> d_regr_norm
    d_regr_norm -- NO --> s_other_glm
    d_regr_norm -- YES --> d_regr_simple
    d_regr_simple -- NO --> d_regr_ridge
    d_regr_simple -- YES --> s_simple_regr
    d_regr_ridge -- NO --> s_ridge_regr
    d_regr_ridge -- YES --> s_multi_regr

    %% ---------- NONNORM branch ----------
    d_nonparam -- NO --> d_multimodal
    d_nonparam -- YES --> d_non_ocsvm
    d_multimodal -- NO --> d_simple
    d_multimodal -- YES --> non_gmm
    d_simple -- NO --> d_norm_mt
    d_simple -- YES --> d_norm
    d_norm -- NO --> non_other
    d_norm -- YES --> norm_hotelling

    d_non_ocsvm -- NO --> non_ocsvm
    d_non_ocsvm -- YES --> non_knn

    %% ---------- NORM branch ----------
    d_norm_mt -- YES --> norm_mt
    d_norm_mt -- NO --> norm_hotelling
Loading

※ 本チートシートをブラッシュアップしていきたいので、改善提案があればIssuesに書き込んで頂けるとありがたいです

ソースコード

本文中で解説したソースコードの一覧を以下の表に記載しています。使用方法はこちらを参照してください

章 手法名とソースコードへのリンク Google Colab 書籍中のページ
2 データの可視化とEDA Open In Colab 75ページ〜
2 教師なし学習向けデータセット生成 Open In Colab 98ページ〜
3 SVM Open In Colab 110ページ〜
3 ロジスティック回帰 Open In Colab 120ページ〜
4 Pythonによる確率分布の実装 Open In Colab 153ページ〜
4 1変数のホテリング理論 Open In Colab 172ページ〜
4 1次元非正規分布 Open In Colab 195ページ〜
5 二項分布の最尤推定 Open In Colab 206ページ〜
5 ポアソン分布の最尤推定 Open In Colab 213ページ〜
6 多変数のホテリング理論 Open In Colab 234ページ〜
6 マハラノビス・タグチ法 Open In Colab 240ページ〜
6 混合正規分布モデル（GMM） Open In Colab 246ページ〜
6 k-NN Open In Colab 254ページ〜
7 統計モデリング向けデータセット生成 Open In Colab 265ページ〜
7 入出力があるデータの可視化 Open In Colab 272ページ〜
7 1変数線形回帰モデル Open In Colab 280ページ〜
7 多変数線形回帰モデル Open In Colab 287ページ〜
7 リッジ回帰モデル Open In Colab 296ページ〜
7 ガンマ回帰（非正規GLM）モデル Open In Colab 301ページ〜
8 ベイズ線形回帰モデル Open In Colab 334ページ〜
8 二項ロジスティック回帰モデル Open In Colab 350ページ〜
8 ランダム効果を含む二項ロジスティック回帰モデル Open In Colab 369ページ〜
9 各種前処理 Open In Colab 379ページ〜
9 評価指標の算出(ラベルの予測精度) Open In Colab 397ページ〜
9 評価指標の算出(統計モデル選択の妥当性) Open In Colab 404ページ〜
9 交差検証 Open In Colab 413ページ〜

付録（本文中で解説していないコード）

関連する章 手法名とソースコードへのリンク Google Colab 関連する書籍中のページ
5 過分散のある二項分布（二項ベータ分布モデル） Open In Colab 201,315,366ページ
5 過分散のあるポアソン分布（負の二項分布モデル） Open In Colab 201,315,366ページ
6 OC-SVM 252ページ
7 最尤推定による二項ロジスティック回帰モデル Open In Colab -
7 最尤推定によるポアソン回帰モデル Open In Colab -
7 ガウス過程回帰 -
8 ポアソン回帰モデル Open In Colab 361ページ
8 グループ差を含むGLMM 384ページ

付録解説

書面に掲載されていない、各種理論やアルゴリズムに関する補足解説をまとめています。書籍中で「詳細はサポートページを参照ください」と記載されている部分の解説が該当します。

関連する章 解説内容とリンク 関連する書籍中のページ
4章 ホテリング理論の異常度が従う確率分布の求め方 170,188ページ
6章 多次元正規分布の幾何的な意味 228ページ
6章 多次元正規分布の最尤推定 231ページ
6章 EMアルゴリズムとGMM 245ページ
7章 1変数線形回帰モデルの最尤推定 277ページ
7章 多変数線形回帰モデルの最尤推定 286ページ
5,8章 ベータ二項分布モデル（過分散付き二項分布）による異常検知 201,315,366ページ
5,8章 負の二項分布モデル（過分散付きポアソン分布）による異常検知 201,315,366ページ

正誤表

章 ページ 誤 正
1 48 true positive：真陰性 true negative：真陰性
2 83 [5]https://kikakurui.com/z8/Z8101-1-2015-01.html [5]https://numpy.org/doc/2.2/reference/generated/numpy.histogram_bin_edges.html#numpy.histogram_bin_edges
2 97 注意点として、このクラスは入力データに欠測値があると動作しないので、事前に9章で紹介する方法で欠測データを除去または補完する必要があります。また （削除）
2 100 コード2.23 2〜5章で使用するサンプルデータの作成 コード2.23 2〜6章で使用するサンプルデータの作成
2 100 コード2.23 42行目df_anom_train, df_anom_inference = df_normal[:20], df_normal[20:] df_anom_train, df_anom_inference = df_anomaly[:20], df_anomaly[20:]
4 150 $Ga(x\mid\theta,k)$ または $Ga(\theta,k)$ $Ga(x\mid k,\theta)$ または $Ga(k,\theta)$
4 155 コード4.6 二項分布の確率密度関数 コード4.6 二項分布の確率質量関数
4 155 コード4.7 ポアソン分布の確率密度関数 コード4.7 ポアソン分布の確率質量関数
4 169 # データのヒストグラムと最尤推定した正規分布を重ねて表示 # データのヒストグラムと最尤推定したカイ二乗分布を重ねて表示
4 173 quantile–quantil plot quantile–quantile plot
5 207 （二項分布の学習データに生成した人工データを使用） （人工データの生成は不要です。こちら参照）
5 213 （ポアソン分布の学習データに生成した人工データを使用） （人工データの生成は不要です。こちら参照）
6 233 $\mathcal{F}(N,N-M)$ $\mathcal{F}(M,N-M)$
7 276 コード7.5 箱ひげ図を用いたカテゴリ変数による分布形状の変化の可視化 コード7.5 箱ひげ図と単回帰直線による入出力があるデータの可視化
7 281 式（7.28）の分母 式（7.19）の分母
7 291 コード7.12 19行目学習データの説明変数 推論データの説明変数
7 304 コード7.17 13行目学習データの説明変数 推論データの説明変数
8 335 [6]https://www.pymc.io/projects/docs/en/stable/learn/core\_notebooks/pymc\_pytensor.html [6]https://www.pymc.io/projects/docs/en/stable/learn/core_notebooks/pymc_pytensor.html
8 354 年齢 $x$ に対する切片 年齢 $x$ に対する傾き
8 356 コード8.19 5行目x_train x_inference
8 356 コード8.19 6行目x_inference y_inference
9 382 図9.1 Forward法「評価指標または有意性が最大となった変数をモデルに追加」 「評価指標が最良または有意性が最も低くなった変数をモデルに追加」
9 382 図9.1 Backward法「評価指標または有意性が最小となった変数をモデルから除外」 「評価指標が最良または有意性が最も低くなった変数をモデルから除外」
9 418 コード9.24 交差検証用データ読み込み コード9.24 Stratified K-Foldによる交差検証の実装

本ページに掲載されていない誤植などの間違いを見つけられた方は、本ページのIssuesまでお知らせください。

About

『まるごと学べる 異常検知の実践知』サポートページ

gihyo.jp/book/2025/978-4-297-15226-0

Resources

Readme

License

BSD-3-Clause license
Activity
Custom properties

Stars

212 stars

Watchers

1 watching

Forks

2 forks
Report repository

Releases

No releases published

Packages

No packages published

Contributors 2

Languages