Modifizierte z-Scores mit PyOD verwenden
Zeit, pyod auf Ausreißer loszulassen. Wir verwenden den MAD-Schätzer aus pyod, um modifizierte z-Scores zu nutzen. Der Schätzer verwendet intern bereits die Funktion median_abs_deviation, daher ist es nicht nötig, die vorherigen Schritte zu wiederholen.
Der MAD-Schätzer wurde bereits aus pyod.models.mad geladen, und die Daten sind als prices verfügbar.
Diese Übung ist Teil des Kurses
Anomalieerkennung mit Python
Anleitung zur Übung
- Initialisiere
MAD()mit einemthresholdvon 3.5. - Bringe
pricesin eine 2D-Form (reshape). - Erzeuge Inlier-/Outlier-Labels für
prices, indem dumadgleichzeitig fitten und vorhersagen lässt. - Subset von
labelsfür Ausreißer bilden; diese sind als 1 gekennzeichnet.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Initialize with a threshold of 3.5
mad = ____(____=____)
# Reshape prices to make it 2D
prices_reshaped = ____.____(-1, 1)
# Fit and predict outlier labels on prices_reshaped
labels = ____
# Filter for outliers
outliers = ____[____ == ____]
print(len(outliers))