LOF untuk pertama kali

LOF berbeda dari KNN hanya pada algoritme internal dan ketiadaan parameter method. Latihlah mendeteksi outlier dengannya menggunakan penyaringan berdasarkan contamination pada versi skala dari himpunan data females dari latihan sebelumnya.

Himpunan data telah dimuat sebagai females_transformed.

Latihan ini merupakan bagian dari kursus

Deteksi Anomali dengan Python

Lihat Kursus

Instruksi latihan

Impor estimator LOF dari modul pyod yang relevan.
Buat instance LOF() dengan contamination 0,3%, 20 tetangga, dan n_jobs disetel ke -1.
Buat indeks boolean yang menghasilkan nilai True ketika labels_ yang dikembalikan dari lof bernilai 1.
Pisahkan outlier dari females_transformed menggunakan is_outlier.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Import LOF from its relevant module
from pyod.____ import ____

# Instantiate LOF and fit to females_transformed
lof = ____
lof.____

# Create a boolean index that checks for outliers
is_outlier = ____

# Isolate the outliers
outliers = ____

print(len(outliers))

Edit dan Jalankan Kode