はじめての LOF
LOF は、内部アルゴリズムと method パラメータがない点を除けば KNN とほぼ同じです。前の演習で使用した females データセットのスケーリング済みバージョンに対して、contamination を指定して外れ値検出を練習しましょう。
データセットは females_transformed として読み込まれています。
この演習はコースの一部です
Anomaly Detection in Python
演習の手順
- 該当する
pyodモジュールからLOF推定器をインポートします。 - contamination を 0.3%、近傍数を 20、
n_jobsを -1 に設定してLOF()をインスタンス化します。 lofから返されるlabels_が 1 に等しいときにTrueとなるブールインデックスを作成します。is_outlierを使って、females_transformedから外れ値だけを抽出します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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))