Ajuster une forêt d'isolement

Une forêt d'isolement est un ensemble d'arbres d'isolement et utilise exactement les mêmes commandes que vous avez vues dans la leçon précédente pour faire croître un seul arbre d'isolement. Dans cet exercice, vous allez vous exercer à ajuster une forêt d'isolement aux données wine.

Lorsque vous faites croître une forêt d'isolement, portez une attention particulière au nombre d'arbres et au nombre de points échantillonnés pour faire croître chaque arbre.

Cette activité fait partie du cours

Introduction à la détection d'anomalies en R

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Fit isolation forest
wine_forest <- iForest(___)

Modifier et exécuter le code

Cette activité fait partie du cours

Introduction à la détection d'anomalies en R

SkillTag.level.intermediateSkillTag.label

4.8+

26 reviews

Commencer le cours gratuitement

Dans ce chapitre, vous verrez comment des résumés numériques et graphiques peuvent servir à évaluer de façon informelle si les données contiennent des points inhabituels. Vous utiliserez une procédure statistique appelée test de Grubbs pour vérifier si un point est une valeur aberrante et vous découvrirez l'algorithme Seasonal-Hybrid ESD, qui aide à repérer des valeurs aberrantes lorsque les données forment une série chronologique.

Exercise 1: Que veut-on dire par « anomalies » ?Exercise 2: Reconnaître les types d'anomalies Exercise 3: Explorer les données sur les nitrates de la rivière Exercise 4: Mettre à l'épreuve les valeurs extrêmes avec le test de Grubbs Exercise 5: Vérification visuelle de la normalité Exercise 6: Test de Grubbs Exercise 7: Repérer plusieurs valeurs aberrantes avec le test de Grubbs Exercise 8: Anomalies dans les séries chronologiques Exercise 9: Évaluation visuelle de la saisonnalité Exercise 10: Algorithme ESD hybride saisonnier Exercise 11: Interpréter la sortie de Seasonal-Hybrid ESD Exercise 12: Seasonal-Hybrid ESD par rapport au test de Grubbs

Dans ce chapitre, vous apprendrez à calculer la distance des k plus proches voisins et le facteur d'isolement local (local outlier factor), utilisés pour construire des scores d'anomalie continus pour chaque point de données lorsque les données comportent plusieurs caractéristiques. Vous verrez la différence entre anomalies locales et globales et comment ces deux algorithmes peuvent aider dans chaque cas.

Exercise 1: Indice de distance des k plus proches voisins Exercise 2: Explorer les vins Exercise 3: Matrice des distances kNN Exercise 4: Indice de distance kNN Exercise 5: Visualiser la distance kNN Exercise 6: Normaliser les caractéristiques Exercise 7: Ajouter le score kNN Exercise 8: Visualiser le score de distance kNN Exercise 9: Facteur d'isolement local Exercise 10: Calcul du LOF Exercise 11: Visualisation du LOF Exercise 12: LOF vs kNN

La distance des k plus proches voisins et le facteur d'isolement local évaluent chaque point selon la distance ou la densité relative de ses voisins les plus proches. Dans ce chapitre, vous explorerez une autre approche fondée sur des arbres appelée isolation forest, une méthode rapide et robuste de détection d'anomalies qui mesure à quel point les points peuvent être séparés facilement en scindant aléatoirement les données en régions de plus en plus petites.

Exercise 1: Arbres d'isolation Exercise 2: Ajuster et prédire avec un arbre d'isolation Exercise 3: Interprétation des pointages Exercise 4: Forêt d'isolation Exercise 5: Ajuster une forêt d'isolement

Exercice en cours

Exercise 6: Vérifier la convergence Exercise 7: Visualiser le score d'isolation Exercise 8: Une grille de points Exercise 9: Prédire sur une grille Exercise 10: Courbes de niveaux d'anomalie

Vous avez maintenant été initié à plusieurs algorithmes d'attribution de scores d'anomalie. Dans ce dernier chapitre, vous apprendrez à comparer la performance de détection des algorithmes lorsque des anomalies étiquetées sont disponibles. Vous verrez comment calculer et interpréter la précision et le rappel d'un score d'anomalie, et comment adapter les algorithmes pour qu'ils tiennent compte de données comportant des caractéristiques catégorielles.

Exercise 1: Anomalies étiquetées Exercise 2: Données sur la thyroïde Exercise 3: Visualiser la maladie de la thyroïde Exercise 4: Indice d'anomalie Exercise 5: Mesurer la performance Exercise 6: Scores binarisés Exercise 7: Croiser des scores binaires Exercise 8: Précision et rappel pour la thyroïde Exercise 9: Travailler avec des variables catégorielles Exercise 10: Convertir des chaînes de caractères en facteurs Exercise 11: Isolation forest avec variables factorielles Exercise 12: LOF avec facteurs Exercise 13: Récapitulatif