शुरू करेंमुफ़्त में शुरू करें

आउट्लायर probabilities के साथ LOF

हमेशा की तरह, चुने गए contamination level की विश्वसनीयता जाँचने के लिए probability threshold लगाकर आउट्लायर फ़िल्टर करें. सिन्टैक्स KNN जैसा ही है.

LOF estimator पहले से इम्पोर्ट किया गया है, और females_transformed डेटासेट भी उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Anomaly Detection

पाठ्यक्रम देखें

अभ्यास निर्देश

  • LOF() को 20 neighbors के साथ instantiate करें.
  • आउट्लायर probabilities को probs में कैलकुलेट करें.
  • is_outlier नाम का एक boolean mask बनाएँ जो वहाँ true दे जहाँ आउट्लायर probability 50% से अधिक हो.
  • is_outlier का उपयोग करके females_transformed से आउट्लायर फ़िल्टर करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Instantiate an LOF with 20 neighbors and fit to the data
lof = ____
lof.____

# Calculate probabilities
probs = ____

# Create a boolean mask
is_outlier = ____

# Use the boolean mask to filter the outliers
outliers = ____

print(len(outliers))
कोड संपादित करें और चलाएँ