Drei Novelty-Detectoren
Jetzt weißt du genug, um ein paar Tests mit Anomalie-Detektoren auf dem Arrhythmie-Datensatz durchzuführen. Um ihre Leistung zu prüfen, trainierst du sie auf einem unbeschrifteten Trainingsdatensatz und vergleichst dann ihre Vorhersagen mit dem Ground Truth der Testdaten über die Methode .score_samples(). Dieses Mal sollst du die Detektoren selbst importieren. Die Daten X_train, X_test, y_train, y_test sind wie üblich vorab geladen.
Diese Übung ist Teil des Kurses
Machine-Learning-Workflows in Python entwerfen
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Import the novelty detector
from sklearn.____ import ____ as onesvm
# Fit it to the training data and score the test data
svm_detector = ____.____(X_train)
scores = svm_detector.____(X_test)