IForest로 분류하는 또 다른 방법
지금까지는 .fit_predict() 메서드를 사용해 IForest를 학습하고 동시에 예측을 생성했어요. 하지만 pyod 문서는 먼저 fit 함수를 사용한 다음, 인라이어/아웃라이어 labels_를 편리한 속성으로 접근할 것을 권장합니다.
이 연습에서는 big_mart 데이터셋으로 이를 실습해 보겠습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 이상치 탐지
연습 안내
IForest()추정기를big_mart에 학습만(fit) 하세요.- 학습 라벨에 접근해
labels로 저장하세요. pandas서브셋팅을 사용해big_mart에서 아웃라이어만 걸러outliers로 저장하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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))