IForestで分類する別の方法
これまで、.fit_predict() メソッドを使って IForest を学習し、同時に予測を生成してきました。しかし、pyod のドキュメントでは、まず fit 関数で学習し、便利な属性から外れ値/外れ値でない labels_ にアクセスする方法が推奨されています。
この手順を big_mart データセットで練習します。
この演習はコースの一部です
Anomaly Detection in Python
演習の手順
IForest()推定器をbig_martに対して学習します（fitのみ）。- 学習時のラベルにアクセスして、
labelsとして保存します。 pandasの部分選択でbig_martをフィルタリングし、外れ値のみをoutliersに保存します。
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。
iforest = IForest(n_estimators=200)
# Fit (only fit) it to the Big Mart sales
____
# Access the labels_ for the data
labels = iforest.____
# Filter outliers from big_mart
outliers = ____[____]
print(len(outliers))