IForest के साथ outliers डिटेक्ट करना
IForest एक मजबूत एस्टीमेटर है और किसी भी डेटासेट से outliers डिटेक्ट करने के लिए केवल कुछ पंक्तियों के कोड की जरूरत होती है. आपको यह सिंटैक्स पहचान में लग सकता है क्योंकि यह sklearn के सिंटैक्स से काफी मिलता-जुलता है.
Big Mart Sales डेटा का पूरा संस्करण आपके लिए big_mart के रूप में लोड किया गया है, जिसे आप कंसोल में explore कर सकते हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Anomaly Detection
अभ्यास निर्देश
pyodसेIForestएस्टीमेटर इम्पोर्ट करें.- डिफ़ॉल्ट पैरामीटर्स के साथ
IForest()इनिशियलाइज़ करें. - एस्टीमेटर को फिट करें और साथ ही
big_martपर प्रेडिक्शंस जनरेट करें, और परिणामों कोlabelsमें स्टोर करें. - outliers को फ़िल्टर करने के लिए
pandassubsetting का उपयोग करकेbig_martको फ़िल्टर करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import IForest from pyod
from pyod.____ import ____
# Initialize an instance with default parameters
iforest = ____
# Generate outlier labels
labels = ____
# Filter big_mart for outliers
outliers = ____
print(outliers.shape)