टाइम सीरीज़ पर Isolation Forest
यदि आप उपलब्ध सारी जानकारी का उपयोग करना चाहते हैं, तो आप पूरे डेटासेट पर एक मल्टीवैरिएट आउट्लायर डिटेक्टर फिट कर सकते हैं। मल्टीवैरिएट तरीका आपको टाइम सीरीज़ से और अधिक फीचर निकालने देता है, जिससे मॉडल का प्रदर्शन बेहतर होता है.
DatetimeIndex से नए फीचर बनाने और उन पर आउट्लायर डिटेक्टर फिट करने का अभ्यास करें, apple डेटासेट का उपयोग करके, जिसे पहले से DatetimeIndex के साथ लोड किया गया है.
साथ ही, random_state पैरामीटर याद रखें, जिसका उपयोग पुनरुत्पादन योग्य (reproducible) परिणाम पाने के लिए किया जा सकता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Anomaly Detection
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create three new features from the DatetimeIndex
apple['day_of_week'] = ____
apple['month'] = ____
apple['day_of_month'] = _____