KNN per la prima volta

Metterai in pratica KNN per la prima volta su una versione del dataset Ansur Body Measurements per il genere femminile. Anche la versione femminile contiene 95 colonne ma solo 1,9k osservazioni.

Il dataset è stato caricato nell'ambiente come females.

Questo esercizio fa parte del corso

Rilevamento delle anomalie in Python

Visualizza il corso

Istruzioni dell'esercizio

Importa lo stimatore KNN dal relativo modulo di pyod.
Istanzia uno stimatore KNN() con una contaminazione dello 0,5% e 20 vicini come knn.
Crea un indice booleano chiamato is_outlier che restituisca True quando i labels_ di knn restituiscono 1.
Isola gli outlier da females usando is_outlier in outliers.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Import KNN from the relevant pyod module
from pyod.____ import ____

# Instantiate KNN and fit to females
knn = KNN(____, ____, n_jobs=-1)
knn.____

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

# Isolate the outliers
outliers = ____

print(len(outliers))

Modifica ed esegui il codice