IForest で外れ値を検出する
IForest は堅牢な推定器で、任意のデータセットから外れ値を検出するのに必要なコードはほんの数行です。sklearn の書き方にとても似ているため、見覚えがあると感じるかもしれません。
Big Mart Sales データの完全版が big_mart として読み込まれています。コンソールで中身を確認できます。
この演習はコースの一部です
Anomaly Detection in Python
演習の手順
pyodからIForest推定器をインポートします。- 既定のパラメータで
IForest()を初期化します。 - 推定器を
big_martに対して学習し、同時に予測を生成して、結果をlabelsに保存します。 pandasの部分選択を使って、big_martから外れ値のみを抽出します。
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 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)