Mendeteksi outlier dengan IForest

IForest adalah estimator yang andal dan hanya memerlukan beberapa baris kode untuk mendeteksi outlier dari himpunan data apa pun. Anda mungkin merasa sintaks ini sudah familiar karena sangat mirip dengan sintaks sklearn.

Versi lengkap data Big Mart Sales telah dimuat untuk Anda sebagai big_mart, yang dapat Anda jelajahi di konsol.

Latihan ini adalah bagian dari kursus

Deteksi Anomali dengan Python

Lihat Kursus

Petunjuk latihan

Impor estimator IForest dari pyod.
Inisialisasi IForest() dengan parameter bawaan.
Latih estimator dan hasilkan prediksi pada big_mart secara bersamaan, lalu simpan hasilnya ke labels.
Gunakan penyaringan pandas untuk memfilter outlier dari big_mart.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import IForest from pyod
from pyod.____ import ____

# Initialize an instance with default parameters
iforest = ____

# Generate outlier labels
labels = ____

# Filter big_mart for outliers
outliers = ____

print(outliers.shape)

Edit dan Jalankan Kode