Binärisierte Scores
Es lohnt sich, die Leistung von mehr als einem Anomalieerkennungs-Algorithmus zu vergleichen, bevor du dich für einen entscheidest.
In dieser Übung erstellst du zwei binäre Anomalie-Scores auf Basis des Local Outlier Factor (LOF) und des Isolation Forest. Der Isolations-Score-Vektor iso_score aus der vorherigen Übung ist bereits für dich geladen.
Diese Übung ist Teil des Kurses
<Kurs>Einführung in die Anomalieerkennung in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Scale the measurement columns of thyroid
scaled_thyroid_measurements <- ___(___)
# Create a LOF score for the measurements
lof_score <- ___(___, ___)