P3436.第2题-异常检查器

1000ms

Difficulty: 6

所属公司 : 美团

算法与标签>机器学习算法

题目内容

请在仅依赖 numpy/pandas/scikit-learn 的前提下，完成一个基于 DBSCAN 的异常检测器，并对给定测试样本输出聚类结果(正常簇 $0,1,2…;$ 离群点 $-1$ )。

读取数据
- train 字段：二维列表，元素均为数值特征
- test 字段：二维列表，特征维度与 train 相同
- 无标签，全为无监督场景
预处理
- 将 train 与 test 按行拼接得到整体数据集
- 使用 StandardScaler 对所有特征做标准化 (fit_transform一次完成)
DBSCAN 聚类
- 采用DBSCAN聚类，你可能会用到的参数固定为 eps=0.3，min_samples=3, metric="euclidean", algorithm="auto"
簇标签重映射(唯一化输出)
- 设原本的标签集合为 { $-1,0,1,…$ } ，其中 $-1$ 表示离群
- 对所有非 $-1$ 的簇 $l$ ：
i.计算簇在标准化特征空间的质心 $c_l$

ii.按质心第一维坐标从小到大排序得到顺序 $l_0,l_1,…$

iii. 重新赋值： $l_0→0，l_1→1,...$
- 离群点标签保持 $-1$ 不变
结果输出
- 仅对 test 部分输出重新映射后的标签序列
- 以单行 JSON 数组输出

标准输入仅一行 JSON，示例：

{

"train":[[0,0],[0.1,0],[5,5]],

"test":[[0.05,0.05],[9,0]]

}

标准输出仅含一行： $[0,-1]$

1.标准化：仅用一次 StandardScaler ；不要对 train、test 分别拟合

2.超参数：eps=0.3，min samples=3 固定

3.为了确保通过测试用例，仅允许使用 numpy / pandas / scikit-learn

输入

{"train":[[0,0],[0.1,0],[5,5],[5.1,5],[10,0]],"test":[[0.05,0.05],[5.05,5.05],[9,0]]}

输出

[0,1,-1]

输入

预期输出（选填）