Une nouveauté simple
Vous trouvez la détection de nouveauté plus utile que la détection d’anomalies, mais vous voulez vérifier qu’elle fonctionne sur le simple exemple que vous aviez proposé. Cette fois, vous utiliserez une séquence de trente exemples tous de valeur 1.0 comme jeu d’entraînement, et vous vérifierez si l’exemple 10.0 est étiqueté comme une nouveauté. Vous avez accès à pandas sous l’alias pd, et au module LocalOutlierFactor sous l’alias lof.
Cet exercice fait partie du cours
Concevoir des workflows de Machine Learning en Python
Instructions
- Créez un DataFrame pandas contenant trente exemples tous égaux à
1.0. - Initialisez un détecteur de nouveauté par facteur de localité.
- Ajustez le détecteur sur les données d’entraînement.
- Affichez l’étiquette de nouveauté du point de données
10.0, converti en DataFrame.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Create a list of thirty 1s and cast to a dataframe
X = ____([1.0]*30)
# Create an instance of a lof novelty detector
detector = lof(____)
# Fit the detector to the data
detector.____(____)
# Use it to predict the label of an example with value 10.0
print(detector.____(____(____)))