シンプルな外れ値
新しい種類のアルゴリズムに初めて触れるときは、とても簡単な例で試してみるのが効果的です。そこで、値が 1.0 の例を 30 個と、値が 10.0 の例を 1 個だけ含むリストを作成します。10.0 は外れ値として検出されるはずだと期待します。アルゴリズムを正しく使えているか確認するために、このリストを pandas のデータフレームに変換し、Local Outlier Factor アルゴリズムに入力します。pandas は pd として利用できます。
この演習はコースの一部です
Python で設計する Machine Learning ワークフロー
演習の手順
- 便宜上、
LocalOutlierFactorをlofとしてインポートします。 - 30 個の
1の後に10が続くリスト[1.0, 1.0, ..., 1.0, 10.0]を作成します。 - そのリストをデータフレームにキャストします。
- Local Outlier Factor アルゴリズムが出力する外れ値スコアを表示します。
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 the LocalOutlierFactor module
from sklearn.____ import ____ as lof
# Create the list [1.0, 1.0, ..., 1.0, 10.0] as explained
x = ____*30
x.____(10)
# Cast to a data frame
X = pd.____(x)
# Fit the local outlier factor and print the outlier scores
print(lof().____(X))