Utiliser les z-scores modifiés avec PyOD
Il est temps de mettre pyod au service de la détection des valeurs aberrantes. Nous allons utiliser l’estimateur MAD de pyod pour appliquer les z-scores modifiés. Cet estimateur utilise déjà la fonction median_abs_deviation en interne ; il est donc inutile de répéter les étapes précédentes.
L’estimateur MAD a déjà été importé depuis pyod.models.mad et les données sont disponibles sous le nom prices.
Cet exercice fait partie du cours
Détection d’anomalies en Python
Instructions
- Initialisez
MAD()avec unthresholdde 3.5. - Remodelez
pricespour le rendre 2D. - Générez les étiquettes inlier/outlier sur
pricesen ajustant et en prédisant simultanément avecmad. - Filtrez
labelspour ne garder que les valeurs aberrantes, notées 1.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Initialize with a threshold of 3.5
mad = ____(____=____)
# Reshape prices to make it 2D
prices_reshaped = ____.____(-1, 1)
# Fit and predict outlier labels on prices_reshaped
labels = ____
# Filter for outliers
outliers = ____[____ == ____]
print(len(outliers))