Dati sulla tiroide

In questo capitolo esplorerai un nuovo insieme di dati chiamato thyroid. Questi dati contengono misurazioni degli ormoni tiroidei per 1000 pazienti e una colonna chiamata label che indica la presenza di patologie tiroidee. Ci si aspetta che misurazioni ormonali insolite possano essere usate per rilevare la malattia.

L'obiettivo generale è capire se uno score di anomalia basato sulle misurazioni ormonali può essere usato per rilevare la malattia tiroidea. In questo esercizio userai tecniche di visualizzazione per valutare visivamente la distribuzione dei casi di malattia tiroidea.

Questo esercizio fa parte del corso

Introduzione all'Anomaly Detection in R

Visualizza corso

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# View contents of thryoid data
head(thyroid)

# Tabulate the labels
table(___)

Modifica ed esegui il codice

Questo esercizio fa parte del corso

Introduzione all'Anomaly Detection in R

IntermediárioNível de habilidade

4.8+

26 reviews

Inizia il corso gratuitamente

In questo capitolo vedrai come i riepiloghi numerici e grafici possano essere usati per valutare in modo informale se i dati contengono punti insoliti. Userai una procedura statistica chiamata test di Grubbs per verificare se un punto è un outlier e conoscerai l'algoritmo Seasonal-Hybrid ESD, che può aiutare a individuare outlier quando i dati sono una serie temporale.

Exercise 1: Cosa intendiamo quando parliamo di anomalie?Exercise 2: Riconoscere i tipi di anomalie Exercise 3: Esplorare i dati sui nitrati del fiume Exercise 4: Mettere alla prova gli estremi con il test di Grubbs Exercise 5: Verifica visiva di normalità Exercise 6: Test di Grubbs Exercise 7: Caccia a più outlier con il test di Grubbs Exercise 8: Anomalie nelle serie temporali Exercise 9: Valutazione visiva della stagionalità Exercise 10: Algoritmo Seasonal Hybrid ESD Exercise 11: Interpretare l'output di Seasonal-Hybrid ESD Exercise 12: Seasonal-Hybrid ESD contro il test di Grubbs

In questo capitolo imparerai a calcolare la distanza dei k-nearest neighbors e il local outlier factor, utilizzati per costruire punteggi continui di anomalia per ciascun punto dati quando i dati hanno più caratteristiche. Capirai la differenza tra anomalie locali e globali e come i due algoritmi possano aiutare in ciascun caso.

Exercise 1: Punteggio della distanza k-nearest neighbors Exercise 2: Esplorare il vino Exercise 3: Matrice delle distanze kNN Exercise 4: Punteggio di distanza kNN Exercise 5: Visualizzare la distanza kNN Exercise 6: Standardizzare le feature Exercise 7: Aggiungere il punteggio kNN Exercise 8: Visualizzare il punteggio di distanza kNN Exercise 9: Fattore di anomalia locale Exercise 10: Calcolo del LOF Exercise 11: Visualizzazione LOF Exercise 12: LOF vs kNN

k-nearest neighbors distance e local outlier factor usano la distanza o la densità relativa dei vicini più prossimi per assegnare un punteggio a ciascun punto. In questo capitolo esplorerai un approccio alternativo basato su alberi chiamato isolation forest, un metodo rapido e robusto per rilevare anomalie che misura quanto facilmente i punti possano essere separati dividendo casualmente i dati in regioni via via più piccole.

Exercise 1: Alberi di isolamento Exercise 2: Esegui il fit e prevedi con un isolation tree Exercise 3: Interpretazione dei punteggi Exercise 4: Isolation forest Exercise 5: Adatta un isolation forest Exercise 6: Verifica della convergenza Exercise 7: Visualizzare l'isolation score Exercise 8: Una griglia di punti Exercise 9: Predizione su una griglia Exercise 10: Curve di anomalia

Ora hai conosciuto diversi algoritmi per il punteggio delle anomalie. In questo capitolo finale imparerai a confrontare le prestazioni di rilevamento degli algoritmi nei casi in cui siano disponibili anomalie etichettate. Imparerai a calcolare e interpretare le statistiche di precision e recall per un punteggio di anomalia e come adattare gli algoritmi per gestire dati con caratteristiche categoriche.

Exercise 1: Anomalie etichettate Exercise 2: Dati sulla tiroide

Esercizio attuale

Exercise 3: Visualizing thyroid disease Exercise 4: Punteggio di anomalia Exercise 5: Misurare le prestazioni Exercise 6: Punteggi binarizzati Exercise 7: Tabella a doppia entrata per punteggi binari Exercise 8: Precision e recall per la tiroide Exercise 9: Lavorare con le caratteristiche categoriche Exercise 10: Conversione da character a factor Exercise 11: Isolation forest con variabili categoriche Exercise 12: LOF con fattori Exercise 13: Riepilogo