LOF dengan probabilitas outlier

Seperti biasa, periksa kembali bahwa tingkat kontaminasi yang dipilih dapat dipercaya dengan memfilter outlier menggunakan ambang probabilitas. Sintaksnya sama seperti pada KNN.

Estimator LOF sudah diimpor, dan himpunan data females_transformed juga tersedia.

Latihan ini adalah bagian dari kursus

Deteksi Anomali dengan Python

Lihat Kursus

Petunjuk latihan

Instansiasikan LOF() dengan 20 tetangga.
Hitung probabilitas outlier ke dalam probs.
Buat mask boolean bernama is_outlier yang bernilai true ketika probabilitas outlier di atas 50%.
Gunakan is_outlier untuk memfilter outlier dari females_transformed.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Instantiate an LOF with 20 neighbors and fit to the data
lof = ____
lof.____

# Calculate probabilities
probs = ____

# Create a boolean mask
is_outlier = ____

# Use the boolean mask to filter the outliers
outliers = ____

print(len(outliers))

Edit dan Jalankan Kode