Agregace a prahování pravděpodobností

Při práci s ensembly je k dispozici celá řada agregačních metod. Nejoblíbenější jsou aritmetický průměr a medián.

Průměr můžeš použít téměř vždy, zatímco medián si nech pro případy, kdy máš v estimators alespoň tři nebo více klasifikátorů.

Pomocí aritmetického průměru vyfiltruj odlehlé hodnoty z datasetu apple. probability_scores a apple jsou k dispozici z předchozího cvičení. NumPy je také načteno.

Toto cvičení je součástí kurzu

Detekce anomálií v Pythonu

Zobrazit kurz

Pokyny k cvičení

Vypočítej průměr probability_scores přes řádky.
Vytvoř booleovskou masku, která vrátí True, pokud je pravděpodobnost vyšší než 0,75.
Pomocí masky is_outlier vyfiltruj odlehlé hodnoty.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Find the mean across rows
mean_probs = ____

# Create a boolean mask that uses a 75% threshold
is_outlier = ____

# Use the mask to filter outliers from apple
outliers = ____

print(len(outliers))

Upravit a spustit kód