LoF contamination
अरिद्मिया स्टार्टअप में आपके मेडिकल सलाहकार ने बताया है कि आपके प्रशिक्षण डेटा में संभव है कि अरिद्मिया के सभी प्रकार शामिल न हों। बिना किसी लेबल वाले उदाहरणों के आप बाकी प्रकारों का पता कैसे लगाएँगे? क्या कोई एनोमली डिटेक्टर लेबल्स के बिना ही स्वस्थ और अस्वस्थ में फर्क कर सकता है? पहले, आप contamination पैरामीटर के साथ प्रयोग करेंगे ताकि उसके प्रभाव को confusion matrix पर देख सकें। आपके पास LocalOutlierFactor lof के रूप में, numpy np के रूप में, लेबल्स ground_truth में -1 और 1 के रूप में एन्कोडेड हैं (ठीक उसी तरह जैसे Local Outlier Factor का आउटपुट), और बिना-लेबल का प्रशिक्षण डेटा X में है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में मशीन लर्निंग वर्कफ़्लो डिज़ाइन करना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Fit the local outlier factor and output predictions
preds = lof().____(X)
# Print the confusion matrix
print(____(ground_truth, preds))