Volba kontaminace
I když samotná implementace zabere jen pár řádků kódu, správné nastavení kontaminace vyžaduje pozornost.
Měj na paměti, že parametr contamination ovlivňuje pouze výsledky IForest. Jakmile IForest vygeneruje hrubé skóre anomálií, contamination slouží k výběru horních n % těchto skóre jako odlehlých hodnot. Například 5% kontaminace označí jako odlehlé ty pozorování, která mají nejvyšších 5 % skóre anomálií.
Ačkoli si v následujícím videu ukážeme několik metod ladění, prozatím si procvičíš nastavení libovolné hodnoty tohoto parametru.
Data jsou načtena jako big_mart.
Toto cvičení je součástí kurzu
Detekce anomálií v Pythonu
Pokyny k cvičení
- Vytvoř instanci estimátoru
IForest()s 5%contamination. - Natrénuj instanci na prodejních datech Big Mart.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
from pyod.models.iforest import IForest
# Instantiate an instance with 5% contamination
iforest = ____
# Fit IForest to Big Mart sales data
____