Contamination चुनना
भले ही कोड का इम्प्लीमेंटेशन कुछ ही लाइनों का है, सही contamination चुनने पर ध्यान देना ज़रूरी है.
याद रखें कि contamination पैरामीटर केवल IForest के नतीजों को प्रभावित करता है. जब IForest रॉ एनोमली स्कोर जनरेट कर लेता है, तब contamination का उपयोग शीर्ष n% एनोमली स्कोर को आउटलेयर के रूप में चुनने के लिए किया जाता है. उदाहरण के लिए, 5% contamination उन ऑब्ज़र्वेशन्स को आउटलेयर चुनेगा जिनके एनोमली स्कोर सबसे ऊँचे 5% में हैं.
हालाँकि हम अगले वीडियो में कुछ ट्यूनिंग तरीकों पर चर्चा करेंगे, अभी के लिए, आप इस पैरामीटर को एक मनमाने मान पर सेट करने का अभ्यास करेंगे.
डेटा big_mart के रूप में लोड है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Anomaly Detection
अभ्यास निर्देश
- 5%
contaminationके साथ एकIForest()एस्टीमेटर इंस्टैंटिएट करें. - इस इंस्टेंस को Big Mart सेल्स डेटा पर फिट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from pyod.models.iforest import IForest
# Instantiate an instance with 5% contamination
iforest = ____
# Fit IForest to Big Mart sales data
____