Outlier probabilities का उपयोग
contamination के साथ outliers अलग करने का एक विकल्प outlier probabilities का उपयोग करना है. इस तरीके की सबसे अच्छी बात यह है कि आप कोई भी मनचाहा probability threshold चुन सकते हैं, यानी आप predictions के बारे में जितना चाहें उतना आश्वस्त हो सकते हैं.
IForest और big_mart पहले से लोड हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Anomaly Detection
अभ्यास निर्देश
- Inliers और outliers दोनों के लिए probabilities निकालें.
- Outliers की probabilities को
outlier_probsमें निकालें. outlier_probsपर 70% threshold लगाकर outliers कोoutliersमें फ़िल्टर करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
iforest = IForest(random_state=10).fit(big_mart)
# Calculate probabilities
probs = iforest.____
# Extract the probabilities for outliers
outlier_probs = ____[____]
# Filter for when the probability is higher than 70%
outliers = ____[____]
print(len(outliers))