KNN pour la première fois

Vous allez pratiquer KNN pour la première fois sur une version du jeu de données Ansur Body Measurements pour femmes. Cette version contient également 95 colonnes, mais seulement 1,9 k observations.

Le jeu de données a été chargé dans l’environnement sous le nom females.

Cet exercice fait partie du cours

Détection d’anomalies en Python

Afficher le cours

Instructions

Importez l’estimateur KNN depuis le module pyod approprié.
Instanciez un estimateur KNN() avec 0,5 % de contamination et 20 voisins, sous le nom knn.
Créez un index booléen nommé is_outlier qui renvoie True lorsque labels_ de knn renvoie 1.
Isolez les valeurs aberrantes de females à l’aide de is_outlier dans outliers.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Import KNN from the relevant pyod module
from pyod.____ import ____

# Instantiate KNN and fit to females
knn = KNN(____, ____, n_jobs=-1)
knn.____

# Create a boolean index that checks for outliers
is_outlier = ____

# Isolate the outliers
outliers = ____

print(len(outliers))

Modifier et exécuter le code