संदिग्ध टाइमस्टैम्प
किसी लेन-देन के समय के लिए एक confidence interval (CI) संदिग्ध टाइमस्टैम्प का संकेत दे सकता है। पहले के टाइमस्टैम्प पर von Mises distribution के पैरामीटर mu और kappa का अनुमान लगाकर, आप किसी नए टाइमस्टैम्प की density (या likelihood) निकाल सकते हैं.
ts डेटासेट जिसमें सभी टाइमस्टैम्प हैं और circular पैकेज पहले से लोड हैं। पहले 24 टाइमस्टैम्प के estimates आपके workspace में उपलब्ध हैं, साथ ही probability level alpha 95% पर सेट है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Fraud Detection
अभ्यास निर्देश
- पहले 24 estimates का आवधिक mean (
mu) और concentration (kappa) निकालें. - सभी टाइमस्टैम्प के लिए
tsपरdvonmises()का उपयोग करके densities का अनुमान लगाएँ. (1 - alpha)/2)के लिए 95% cutoff मान निर्धारित करने हेतुdvonmises()औरqvonmises()का उपयोग करें. ज़रूरत हो तो स्लाइड्स देखें!- वैरिएबल
time_featureपरिभाषित करें: यह true होना चाहिए अगर densities cutoff से greater than or equal हों, अन्यथा false. यह देखने के लिए उत्तर सबमिट करें कि कौन से टाइमस्टैम्प 95% confidence interval के बाहर हैं.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Estimate the periodic mean and concentration on the first 24 timestamps
p_mean <- ___ %% 24
concentration <- ___
# Estimate densities of all 25 timestamps
densities <- ___(___, mu = ___, kappa = ___)
# Check if the densities are larger than the cutoff of 95%-CI
quantile <- ___((1 - ___)/2, mu = p_mean, kappa = concentration)
cutoff <- ___(___, mu = ___, kappa = ___)
# Define the variable time_feature
time_feature <- ___ >= ___
print(cbind.data.frame(ts, time_feature))