Ausreißerwahrscheinlichkeiten speichern
Baue das Ensemble weiter aus, indem du den Codeblock schreibst, der über estimators iteriert und Ausreißerwahrscheinlichkeiten erzeugt.
Der skalierte apple-Datensatz mit zusätzlichen Features ist verfügbar.
Diese Übung ist Teil des Kurses
<Kurs>Anomalieerkennung mit Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
estimators = [IForest(n_estimators=50), IForest(n_estimators=100)]
shape = (len(apple), len(estimators))
probability_scores = np.empty(shape=shape)
for ____, ____ in ____:
# Fit the estimator
____