Puntuación de anomalía
Tu visualización sugería que la enfermedad tiroidea podría detectarse a partir de mediciones hormonales anómalas.
En este ejercicio usarás un isolation forest para generar una puntuación de anomalía para los niveles tiroideos y compararás dicha puntuación con el estado real de la enfermedad.
Este ejercicio forma parte del curso
Introducción a la detección de anomalías en R
Instrucciones del ejercicio
- Ajusta un isolation forest a las mediciones hormonales de
thyroid. - Genera puntuaciones de anomalía para los datos de
thyroidy añade el resultado como una nueva columnaiso_scoreenthyroid. - Usa la función
boxplot()para comparar la distribución de las puntuaciones en pacientes con y sin enfermedad tiroidea, utilizando la columnalabel.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Fit isolation forest
thyroid_forest <- iForest(___, ___ = 200, phi = 100)
# Anomaly score
thyroid$iso_score <- predict(thyroid_forest, ___)
# Boxplot of the anomaly score against labels
boxplot(___ ~ ___, ___, col = "olivedrab4")